[发明专利]参数诱导的欠阻尼稳态匹配随机共振微弱特征增强方法

权利要求书

1.一种参数诱导的欠阻尼稳态匹配随机共振微弱特征增强方法，其特征在于，包括以下步骤：

1)利用希尔伯特变换对获取的振动信号进行解调，释放故障特征频率到低频区域，并获得对应的包络；

2)将步骤1)中解调后多故障类型振动信号的包络输入参数诱导的欠阻尼稳态匹配随机共振系统，并以该系统共振响应的加权信噪比作为量子遗传算法的目标函数，优化系统参数、阻尼比和尺度因子，触发粒子运动模式以及跃迁速率与系统输入之间的共振协同，使故障特征频率恰好处于随机共振非线性类带通滤波器的狭窄通频带内，从而实现频带内的故障特征增强与提取，带外噪声能量的俘获与利用，具体过程如下；

2.1)首先将步骤1)中获取的振动信号的包络input(t)作为参数诱导的欠阻尼稳态匹配随机共振系统的输入，即

d2x(t)dt2=-∂U(x)∂x-βdx(t)dt+input(t)]]>

式中β是阻尼比，且β∈(0,1]；而U(x)是具有多样化稳态分布的多稳态势函数，

U(x)=16ax6-1+b20x4+b2x2]]>

式中x(t)为系统共振响应，a和b是系统参数，且

2.2)为了使参数诱导的欠阻尼稳态匹配随机共振系统处于最佳共振状态，即噪声能量的最大俘获和微弱特征的最大增强，利用量子遗传算法快速调节系统参数、阻尼比和尺度因子，并提出改进的加权信噪比作为目标函数量化随机共振系统的共振响应，其表达式如下：

WSNR=(1-Amax-Asub-maxAmax)SNR,SNR<0(Amax-Asub-maxAmax)SNR,SNR≥0]]>

式中，A_max和A_sub-max分别表示系统共振响应x(t)的傅里叶变换谱中最大和次最大谱峰频率的幅值，而SNR是系统共振响应的信噪比，

SNR=10log10(AdΣi=1M/2Ai-Ad)]]>

其中A_d是特征频率的幅值，M是系统共振响应的数据长度，而且A_i表示系统共振响应的傅里叶变换谱中每根谱线的幅值；为了保证高的收敛速率和可接受的计算时间，量子遗传算法初始化的基本参数为：种群大小N＝40，量子比特编码长度L＝20，最大进化代数G_max＝50；然而，为了获得足够多的稳态类型分布初始化系统参数a∈(0,30]和b∈[-10,10]；阻尼比β∈[0,1]；根据需要诊断的机械装备，由于低转速运行解调后的故障特征频率基本位于1000Hz以下频段，因此尺度因子初始化为R∈(0,1000]能够压缩任意低于1000Hz的故障特征频率满足小参数条件；

2.3)记录每个最优个体和对应的加权信噪比，判断寻优过程是否终止，若满足终止条件则退出，否则继续优化更新；权衡计算时间和系统共振响应的质量，终止条件设置为进化代数达到初始化的最大进化代数或者每代最佳加权信噪比的增量小于0.001；最后，获得最佳加权信噪比WSNR_best对应的最佳参数对(a_best,b_best,β_best,R_best)；

3)根据步骤2)获得的最佳参数对(a_best,b_best,β_best,R_best)设置参数诱导的欠阻尼稳态匹配随机共振系统，并将步骤1)中的包络输入设定的随机共振系统，已知振动信号采样频率f_s利用最佳尺度因子设置四阶龙格库塔法的积分步长R_best/f_s，从而计算得到系统的共振响应x(t)；最后，利用傅里叶变换谱分析共振响应，实现机械故障特征频率的增强与提取，根据提取的故障特征频率判定故障的类型，进而实施机械装备的运行维护。