郑庆华 孙艳军

摘要：针对设备运行维护过程中微弱故障信号难以检测的问题，提出集总经验模式分解增强随机共振的微弱信号检测方法，该方法通过集总经验模式分解原始设备信号，并筛选敏感内禀模态分量获得重构信号作为随机共振的输入，以人工鱼群算法优化随机共振提取器，提取反映设备运行状态的微弱信号，从而实现设备的运行维护和检修。轴承故障实验数据证明了提出方法的有效性和可行性。

关键字：设备运行维护；集总经验模式分解；随机共振；微弱信号检测

引言

设备在运行过程中难免发生各种各样的故障，而恶劣的运行环境使采集信号包含强烈的噪声，不利于提取反映设备运行状态的微弱信号，从而给设备运行维护和检修带来困难[1-3]。然而，基于传统消除噪声的信号处理方法，在消除噪声的同时必然给微弱信号造成损坏，例如奇异值分解[4]，小波分解[5]等。

相反，随机共振能够利用环境噪声增强反映设备运行状态的微弱信号[6]，打破了人们对噪声的传统认知，使得噪声能够有益于信号检测。因此，到目前为止随机共振仍然受到学者们的广泛研究[7]。但是，随机共振的增强能力仍然是有限的，而且难以提取多频微弱信号。而集总经验模式分解[8]能够分解多频信号进入不同的频带，有利于剔除无关分量，实现有用微弱信号分量的提取，但受噪声干扰较为严重。于是，提出了集总经验模式分解增强随机共振的设备微弱信号检测方法。……