文档介绍：信号检测论文入侵检测论文
建筑机械设备早期故障预示中的微弱信号检测技术研究
摘要:建筑机械设备的诊断过程基本上可以分为三个步骤:第一是诊断信息的采集与获取;第二是信号的分析和特征提取;第三是状态识别和故障诊断。在工程实践中,为了做到防微杜渐,防患于未然,将设备故障消灭于萌芽状态,开展早期故障诊断的理论与技术研究,不仅是工程实际中的迫切需要,也是设备状态监测与故障诊断技术发展的必然趋势。
关键词: 建筑机械;信息采集;特征提取;故障诊断;自适应消噪
1引言
早期故障主要包括两方面的含义,其一是指处于早期阶段的故障、微弱故障或潜在故障;其二是从物理意义上讲,某一故障是另一故障的早期阶段,如不平衡与动静碰摩、旋转失速与喘振、油膜涡动与油膜振荡、气门和活塞环密封性能与内燃机燃烧压力等。因此,早期故障的监测诊断要比常规的设备监测诊断,在传感器的合理配置、信号处理、特征提取、故障属性、模式分类及判别决策等方面,具有更高的要求。
2微弱信号检测常用的时域方法

取样积分与数字式平均是检测频率已知的微弱周期信号的很有效的方法,而且适合于频率成分复杂的信号。早在20世纪50年代,国外的科学家就提出了取样积分的概念和原理。1962年,加利福尼亚大学劳伦茨实验室的Klein用电子技术实现了取样积分,并命名为BOXCAR积分器。为了恢复淹没于噪声中的快速变化的微弱信号,必须把每个信号周期分成若干个时间间隔,间隔的大小取决于恢复信号所要求的精度。然后对这些时间间隔的信号进行取样,并将各个周期中处于相同位置(对于信号周期起点具有相同的延时)的取样进行积分或平均。积分过程常用模拟电路实现,称之为取样积分;平均过程常通过计算机以数字处理的方式实现,称之为数字式平均。对信号进行n次取样并累积平均,根据同步累积法的原理,输出信噪比的改善与成正比,平均次数n越大,信噪比的改善也越大。因此,如果想得到较高的信噪比,则需要较长的检测时间。

相关函数和协方差函数用于描述不同随机过程之间或同一随机过程内不同时刻取值的相互关系。确定性信号的不同时刻取值一般都具有较强的相关性,而对于干扰噪声,因为其随机性较强,不同时刻取值的相关性一般较差,相关检测技术就是基于这种信号和噪声统计特性间的差异来进行检测的。因此,从本质上说,相关函数是两个时域信号(有时是空间域信号)相似性的一种度量。不足的是,自相关方法虽然可以恢复被测微弱周期信号的幅值和频率,但却丢掉了相位信息。互相关方法可以抑制所有与参考信号不相关的各种形式的噪声,可以完全重构被测微弱周期信号,优于自相关方法,但互相关需要一个参考信号,这在应用中受到一些限制。

自适应消噪属于自适应信号处理的领域,它是以干扰噪声为处理对象,利用噪声与被测信号不相关的特点,自适应地调整滤波器的传输特性,尽可能地抑制和衰减干扰噪声,以提高信号检测或信号传递的信噪比。自适应消噪不需要预先知道干扰噪声的统计特性,它能在逐次迭代的过程中将自身的工作状态自适应地调整到最佳状态,对抑制宽带噪声或窄带噪声都有效。因此,自适应消噪在通信、雷达、声纳、生物医学等工程领域得到了广泛的应用。例如,水下侦查系统中的发射器和接收器靠的很近,为了探测水下远程目标,发射信号的功率必须很强,这必然会