传统的故障信号提取方法大多数是对较强的噪声信号进行抑制。随机共振与传统降噪方法相比，反其道而行之，利用噪声能量向微弱信号转移，在增强微弱故障特征的同时削弱部分噪声，对于强噪声中振动信号的提取能够起到良好作用，尤其是当噪声和信号的频率较为接近时，该方法对故障信号的提取作用更为明显。因此，研究随机共振并将其应用于强噪声背景下的微弱故障诊断具有重要的实用价值。 本书是在作者多年研究成果的基础上整理而成的，希望能够为从事机械故障诊断、设备维护与管理的科学研究人员、工程技术人员和研究生提供更多的借鉴和参考。

第1章 引言
1.1 研究背景
1.2 国内外文献综述
1.2.1 微弱信号检测的特点和方法
1.2.2 国外信号处理故障诊断方法
1.2.3 国内信号处理故障诊断方法
1.2.4 随机共振国内外研究现状
1.3 本书研究的主要内容
1.4 本书研究的创新点
第2章 基于随机共振的噪声增强微弱信号检测理论
2.1 引言
2.2 经典双稳态随机共振模型
2.3 经典随机共振的输出信噪比
2.4 双稳态随机共振的朗之万方程
2.5 小结
第3章 自适应多分量总体平均随机共振研究
3.1 自适应SVD的总体平均随机共振
3.1.1 SVD降噪原理
3.1.2 构建互信息差分谱
3.1.3 自适应SVD的总体平均随机共振
3.2 仿真验证
3.3 轴承实验验证
3.4 自适应EEMD的多分量总体平均随机共振研究
3.4.1 有效IMFs选择
3.4.2 自适应EEMD的总体平均随机共振
3.5 仿真验证
3.6 轴承实验验证
3.7 小结
第4章 混沌蚁群随机共振的研究
4.1 引言
4.2 混沌蚁群随机共振
4.3 行星齿轮箱实验平台
4.4 行星齿轮箱实验验证
4.5 小结
第5章 双稳约束势函数随机共振研究
5.1 引言
5.2 约束势随机共振模型
5.2.1 约束势理论模型
5.2.2 双稳约束势的微弱信号检测策略
5.3 双稳约束势随机共振的仿真
5.4 实验验证
5.4.1 轴承实验验证
5.4.2 行星齿轮箱实验验证
5.5 小结
第6章 分段非线性随机共振研究
6.1 引言
6.2 分段非线性随机共振方法
6.2.1 分段非线性随机共振模型
6.2.2 分段非线性随机共振系统信噪比
6.2.3 分段非线性随机共振的微弱故障特征提取方法
6.3 仿真验证
6.4 轴承实验验证
6.5 小结
第7章 非饱和分段线性随机共振的研究
7.1 引言
7.2 双稳随机共振系统及其饱和特性
7.3 分段线性随机共振方法
7.3.1 分段线性随机共振模型
7.3.2 分段线性随机共振微弱故障特征提取方法
7.4 仿真验证
7.5 轴承实验验证
7.6 轧机齿轮箱轴承实验验证
7.6.1 工程实验背景
7.6.2 测试系统搭建与数据分析
7.7 小结
第8章 非对称势随机共振研究
8.1 引言
8.2 非对称势随机共振模型
8.3 非对称势随机共振微弱信号提取方法
8.4 仿真验证
8.5 轴承实验验证
8.6 小结
第9章 多参数约束势欠阻尼随机共振故障诊断方法及应用
9.1 引言
9.2 约束势随机共振模型
9.3 多参数约束势随机共振模型信噪比
9.4 加权蚁群算法的参数优化策略
9.5 CPUSR方法的微弱故障诊断仿真
9.6 实验验证
9.6.1 轴承实验验证
9.6.2 轧机齿轮箱轴承故障检测
9.7 小结
第10章 周期势欠阻尼随机共振微弱故障诊断方法及应用
10.1 引言
10.2 周期势欠阻尼随机共振理论
10.3 周期势模型的信噪比
10.4 周期势欠阻尼随机共振微弱故障诊断策略
10.5 周期势随机共振微弱故障诊断仿真验证
10.6 实验验证
10.6.1 齿轮实验验证
10.6.2 轧机齿轮箱齿轮故障验证
10.7 小结
第11章 结论与展望
11.1 结论
11.2 展望
参考文献