随机共振的前馈控制方法及其应用研究

发布时间：2020-07-30 07:11

【摘要】：随机共振控制是增强系统随机共振效应,实现待测信号有效检测的关键。本文利用输入信号的前馈补偿作用对随机共振系统进行控制,提出了随机共振的前馈控制方法,并将其与遗传算法相结合,自适应优化系统参数,达到系统的最优控制。在此基础上,通过非线性耦合的方式得到前馈控制耦合双稳系统,通过遗传算法自适应调节系统参数,进一步增强了前馈控制随机共振系统的检测能力。在内圈裂纹、外圈磨损等轴承早期故障诊断,以及不同流量的涡街信号的检测中,自适应参数调节的前馈控制随机共振系统均有良好的应用效果。(1)论文提出了随机共振系统的前馈控制方法,分析了前馈控制信号作用下系统随机共振产生的原理,并给出了系统的跃迁概率和以及输出信噪比的解析表达式,进一步分析了前馈控制倍频信号对随机共振效应的影响;(2)分析了噪声强度、双稳系统参数和非线性势函数形式对随机共振系统的影响,将遗传算法和随机共振的前馈控制方法相结合,利用遗传算法同步对前馈控制信号作用下的系统参数进行自适应寻优,达到系统的最优控制;进一步将前馈控制方法应用于非线性耦合双稳系统中,利用遗传算法同步对前馈控制耦合双稳系统参数进行自适应寻优,达到系统的最优控制;(3)将随机共振的前馈控制方法应用于实际信号的检测。选取轴承早期故障信号(内圈裂纹、外圈磨损)以及不同流量的涡街信号进行检测,结果表明,随机共振的前馈控制方法能有效增强系统的随机共振效应,大幅提高待测信号特征频率处的输出信噪比和功率谱峰值,具有良好的应用前景。
【学位授予单位】：中国计量大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：O321;O231
【图文】：

福克-普朗克方程(FPE)：[cos()](,)(,)(,)223( )xtxaxbxAtxtDtxxt (2-8)右边第一项中 - [Acos(t)(x,t)]x 为时变项，使得方程无法体的解。因此，研究者们一般对方程进行近似求解，其中较为近似理论和线性响应理论。随机共振理论近似理论系统存在两个稳态点m x( xabm )，在系统噪声和微弱周期下，双稳系统的平衡被打破，势阱在周期力的诱导下发生有规起粒子在两个稳态之间跃迁，如图 2.3 所示。

信号作为前馈控制信号，与输入信号一同作用到随机共振系统中，利用前制信号对系统的控制效果，提高了粒子在势阱间跃迁的概率以及系统的输噪比，使输出信号产生更为强烈的共振效果。.1 前馈控制双稳系统随机共振的有效控制是随机共振应用的关键。本文利用前馈控制方法对系统进行控制，如图 3.1 所示，其具体处理步骤如下：(a) 对输入信号进行零均值化处理；(b) 对零均值化处理后的信号进行强度检测，确定信号强度L；(c) 对零均值化处理后的信号进行二值化处理，设定阈值为 0，当信号的值大于等于 0 时，就赋值等于 L /2，当信号取值小于 0 时就赋值为 - L /(d) 将二值化处理后得到的前馈控制信号与输入信号一同作用到双稳系中。

中国计量大学硕士学位论文[cos(21)])()211(2cos()1()13nttnLaxbxAtdtdxnn (3-1)式中 [cos(21)])211(21()1ntnLnn 为输入信号经前馈处理得到的前馈控号表达式，其中 L 为信号的强度，其表达式如下：nXXLnii 12_()(3-2)式中 n 为采样点的总个数，iX 为第 i 个采样点，_X 为采样点的平均值；n ' (t)馈控制随机共振系统中的噪声。图 3.2 为前馈控制信号作用下的双稳系统。

【相似文献】

相关期刊论文 前10条

1 石海霞;;智能算法在自适应随机共振中的应用[J];科技展望;2016年32期

2 任昱昊;季冰;许丽艳;段法兵;;震荡随机共振的信噪比增益研究与电路仿真[J];复杂系统与复杂性科学;2015年01期

3 李忠虎;蔡志全;;基于调制随机共振的微弱信号频率检测方法[J];仪表技术与传感器;2014年08期

4 赵军;赖欣欢;孔明;林敏;;双频信号作用下的单稳随机共振数值研究[J];噪声与振动控制;2013年01期

5 方倩;赵文礼;;基于随机共振原理的自适应检测系统设计[J];杭州电子科技大学学报;2013年01期

6 雷亚国;韩冬;林京;何正嘉;谭继勇;;自适应随机共振新方法及其在故障诊断中的应用[J];机械工程学报;2012年07期

7 涂水林;邬正义;吴正阳;;阵列调制随机共振在微弱信号特征提取方面的应用[J];计算机测量与控制;2012年06期

8 张丽珠;于健;;基于调制随机共振大频率信号检测的仿真[J];天津职业技术师范大学学报;2012年04期

9 万频;詹宜巨;李学聪;王永华;;一种单稳随机共振系统信噪比增益的数值研究[J];物理学报;2011年04期

10 冷永刚;赵尔华;石鹏;张莹;;二维随机共振参数调节的图像处理[J];天津大学学报;2011年10期

相关会议论文 前10条

1 康艳梅;;关于随机共振的理论研究——几个尚未解决的问题[A];第三届全国动力学与控制青年学者研讨会论文摘要集[C];2009年

2 靳艳飞;;随机共振若干基础问题的研究[A];第四届全国动力学与控制青年学者研讨会论文摘要集[C];2010年

3 申建伟;;自诱导随机共振相关研究进展及其在基因网络动力学研究中的应用[A];第六届全国动力学与控制青年学者学术研讨会论文摘要集[C];2012年

4 许勇;;非线性系统的逻辑随机共振研究[A];第七届全国动力学与控制青年学者研讨会论文摘要集[C];2013年

5 刘甜;王青云;张红慧;;异质神经元和信息时滞对神经元网络随机共振的影响[A];第十四届全国非线性振动暨第十一届全国非线性动力学和运动稳定性学术会议摘要集与会议议程[C];2013年

6 邢锴;周萍;欧阳楷;;随机共振理论及其在弱信号检测中的应用[A];21世纪医学工程学术研讨会论文摘要汇编[C];2001年

7 何美娟;孙中奎;徐伟;;基于统计复杂测度的随机共振研究[A];第七届全国动力学与控制青年学者研讨会论文摘要集[C];2013年

8 徐博侯;章惠全;;参数诱导的随机共振在浅海混响目标探测中的应用[A];庆祝中国力学学会成立50周年暨中国力学学会学术大会’2007论文摘要集（下）[C];2007年

9 靳艳飞;;周期势系统的随机共振研究[A];第七届全国动力学与控制青年学者研讨会论文摘要集[C];2013年

10 郭卫民;王留芳;;基于发光二极管对的低功耗氨氮在线检测器的研究[A];2010中国环境科学学会学术年会论文集(第二卷)[C];2010年

相关重要报纸文章 前1条

1 董映璧;复杂物理系统存在多样性共振[N];科技日报;2006年

相关博士学位论文 前10条

1 梁琳琳;基于非线性随机共振的数字信号检测技术研究[D];西安电子科技大学;2018年

2 韩靖;基于随机共振的弱光信号非线性重构技术研究[D];中国科学院大学(中国科学院西安光学精密机械研究所);2018年

3 李志星;基于强噪声背景下随机共振的微弱故障诊断方法研究[D];北京科技大学;2018年

4 刘军;随机共振与感觉信息处理的理论和实验研究[D];浙江大学;2004年

5 杨祥龙;随机共振理论在弱信号检测中的应用研究[D];浙江大学;2003年

6 李建龙;随机共振的参数调节方法及在信号处理中的应用[D];浙江大学;2005年

7 杨定新;微弱特征信号检测的随机共振方法与应用研究[D];国防科学技术大学;2004年

8 冷永刚;大信号变尺度随机共振的机理分析及其工程应用研究[D];天津大学;2004年

9 汪茂胜;耦合动力系统中若干复杂性和非线性问题的研究[D];中国科学技术大学;2007年

10 郭锋;随机共振及其在微弱信号检测中的应用[D];电子科技大学;2007年

相关硕士学位论文 前10条

1 曹莉;基于随机共振和经验模态分解微弱信号检测研究[D];重庆邮电大学;2018年

2 郭利军;神经系统中差频随机共振研究[D];电子科技大学;2019年

3 陈浩;随机共振微弱光信号检测机理的研究[D];陕西师范大学;2019年

4 易甜;基于随机共振和小波分析的微弱信号检测研究[D];重庆邮电大学;2018年

5 李红威;噪声诱导多稳态随机共振微弱信号检测研究[D];重庆邮电大学;2018年

6 褚政泱;随机共振的前馈控制方法及其应用研究[D];中国计量大学;2018年

7 张义俊;基于耦合、联合和非对称双稳态的随机共振系统的微弱信号检测研究[D];重庆邮电大学;2019年

8 石佳蓓;基于随机共振的微弱周期信号检测及应用[D];重庆邮电大学;2019年

9 周熙程;分段非线性双稳型、指数幂函数组合型随机共振系统研究及应用[D];重庆邮电大学;2019年

10 刘真真;活性布朗粒子的熵随机共振[D];云南大学;2017年

本文编号：2775208