二階同步提取Chirplet變換及應用于變轉速滾動軸承故障診斷

柯偉，金仲平，呂信策，余肇鴻

(1.臺州市特種設備檢驗檢測研究院，浙江臺州 318000；2.武漢科技大學機械與自動化學院，湖北武漢 430081)

0 前言

旋轉機械被廣泛應用于眾多領域中，而滾動軸承在旋轉機械中起著至關重要的作用，同時也是最常見、最主要的故障來源之一。當軸承發生故障時，相應的故障特征會表現在振動信號中，因此對振動信號進行故障特征提取即可有效地對滾動軸承進行故障診斷。但是旋轉機械的傳動系統十分復雜，振動信號通常被淹沒于背景信號與噪聲中，難以被準確識別。并且，在實際工業生產中，設備往往是以變轉速的運行狀態工作，此時滾動軸承的故障信號為非平穩信號，傳統的故障特征提取方法無法準確識別其故障特征。因此，能夠揭示信號非線性時變特征的時頻分析方法(Time-Frequency Analysis，TFA)開始為國內外學者關注。

常見的時頻分析方法包括：短時傅里葉變換(Short-Time Fourier Transform，STFT)、Chirplet變換(Chirplet Transform，CT)、連續小波變換(Continuous Wavelet Transform，CWT)等。STFT是通過窗函數將信號切分成許多相同的小的時間間隔，近似認為每一個時間間隔內的信號是平穩信號，用傅里葉變換(Fourier Transform，FT)分析每一個時間間隔，以此來確定該時間間隔存在的頻率。但由于STFT是一種線性固定分辨率的時頻分析方法，受Heisenberg-Gabor不等式的約束，對復雜信號進行時頻分析的效果較差。連續小波變換(CWT)利用一個小波函數在局部時間窗口內與信號相乘，具有多分辨率、局部性好等優勢，但其窗口仍是相對固定的，不能夠根據信號特征調節窗口參數。……