经　哲，郭　利

（军械工程学院导弹工程系，河北 石家庄 050003）

随机共振液压泵故障特征信号提取

经哲，郭利

（军械工程学院导弹工程系，河北 石家庄 050003）

针对强噪声背景下的液压泵故障特征提取问题，提出一种自适应级联单势阱随机共振的特征提取方法。首先验证广义相关系数可作为自适应随机共振优化算法的目标函数，然后采用量子遗传算法优化单势阱随机共振系统的结构参数，再将所得的自适应单势阱随机共振系统进行级联。该方法只需调节每一级随机共振的一个系统结构参数，优化速度快，且采用级联方式能更准确地提取液压泵故障信号的低频成分。数值仿真分析表明：该方法可有效地提取淹没在强噪声背景下的多频信号；实际测试结果证明其能有效地检测液压泵故障信号的特征频率，为液压泵故障预测和诊断奠定基础。

单势阱随机共振；级联；广义相关系数；量子遗传算法；液压泵故障特征信号

0　引　言

液压泵是液压系统最核心的组成部分之一，直接决定着整个液压系统能否正常运行。然而液压泵结构复杂、工作压力大，又需连续运行，很容易发生故障或影响其他零部件的正常运行。因此，对液压泵性能的早期监测，提前发生故障征兆具有重要意义。液压泵的基频及其谐波频率是轴向柱塞泵松靴、滑靴等故障的特征频率，准确提取强噪声背景下的基频及其谐波频率对液压泵的故障诊断具有重要意义［1］。

随机共振（stochastic resonance，SR）的提出改变了一直以来人们对噪声的不良印象，且已广泛应用于机械振动的故障提取和诊断［2-3］，尤其是在微弱信号检测方面，引起学者的兴趣。……