非光滑变尺度凸峰频率识别法的优化及应用

基于非光滑变尺度SD(smooth and discontinuous)极限系统的非线性拓扑特性,优化了非光滑变尺度凸峰频率识别法,并将其应用到了轴承早期故障信号检测中。利用类同宿轨的周期性,推导了非光滑随机类次谐Melnikov函数,给出了均方意义下出现简单零点的充分必要条件,揭示了初始相位和噪声耦合因素对变尺度SD极限系统混沌阈值的影响。经数值模拟,发现微弱信号初始相位的存在会导致非光滑变尺度凸峰法识别频率时出现偏差或不可识别。当频率识别出现偏差时,利用数据的几何特性给出一个线性修正公式;当频率不可识别时,构造了检测方程组,使凸峰频率识别法依然有效。通过一个高速列车轮对轴承早期故障实例,运用优化非光滑变尺度凸峰频率识别法,确定了轮对轴承可能发生故障的位置。结果显示优化的非光滑变尺度凸峰频率识别法可更准确识别轮对轴承早期故障信号的频率,方法简单且精度较高。

非整数阶系统的频率辨识

使用频响数据对非整数阶系统作频域模拟和辨识.首先,定义了非整数阶微分器的频率特性,进而给出了非整数阶系统的奈奎斯特曲线的绘制方法.然后,运用方程式误差的辅助变量法,根据实部和虚部频率数据进行非整数阶系统的频率辨识.最后,通过两个数字仿真来验证这种辨识方法.

基于粒子群和辅助变量法的分数阶系统辨识

针对噪声环境下分数阶系统的频域辨识问题,提出了一种结合粒子群优化算法和递推辅助变量法的辨识方法.首先将递推辅助变量法扩展到分数阶系统的频域辨识中,再将辅助变量法的抗噪声特性和粒子群算法的全局寻优能力相结合,采用粒子群算法辨识系统的阶次参数,并利用辅助变量法估计系统的分子分母多项式系数,完成了噪声环境下分数阶系统的阶次和分子分母多项式系数的整体辨识.仿真实验和对电网络阻抗的辨识实例表明了本文提出的辨识方法不仅适用于同元次分数阶系统,也适用于一般形式的分数阶系统.