面向复杂机械系统微弱特征信息提取的自适应变尺度随机共振研究

复杂机械系统运行过程中，其复杂工况状态的监测辨识与早期隐含故障的诊断一直为人们所关注，课题重点以回转机械结构的工作状态为研究对象，并以前期的研究基础- - 变尺度随机共振为核心，对设备复杂工况信号的辨识和早期故障的诊断的理论方法和应用技术展开深入的讨论。设备复杂工况辨识和早期故障诊断的核心基础是微弱特征信息的精确检测和辨识，为此，课题将根据不同的设备工况、不同的噪声、不同的微弱特征信号类型、不同的信号来源，研究数据采集的有效获取方式、参数选择的匹配模型、特征信息提取与还原的融合处理算法、快速自适应的变尺度随机共振、故障分类的模式识别方法等内容，重点研究微弱特征信号在短数据和强干扰下的提取方法，克服已有特征信号提取和监测诊断方法的缺陷。课题在进一步扩展研究变尺度随机共振的机理和应用基础上，为丰富和完善复杂机械系统的状态监测辨识和早期故障诊断的方法理论与应用技术增添新的内容。