杨 宇，王欢欢，喻镇涛，袁 辉

(1.湖南大学 汽车车身先进设计制造国家重点实验室，长沙 410082;2.东风汽车公司 技术中心试验部，襄阳 441004)

转子系统振动信号往往会呈现一定程度的非线性特征，当转子发生故障时，其振动信号会混有能量较大的与转速有关的背景信号和噪声，传统的时域或频域方法很难从这样的转子振动信号中有效提取故障信息[1]，而分形理论中的分形维数作为定量刻画混沌吸引子的一个重要参数，在研究非线性系统方面具有独特的优势。其中关联维数计算简单，便于从数据序列中直接测定，因而应用广泛，并已应用于机械故障诊断之中[2]，故可以用来提取转子系统的故障特征。相关研究表明，关联维数在较大噪声水平下难以用关联维数来准确刻画系统的工作状态和故障类型[3]，因此要提高计算精度就必须对信号进行降噪处理;而当信号的非线性特性突出时，利用线性滤波等传统方法进行降噪的效果并不明显[4]。采用 EMD(Empirical Mode Decomposition) 方 法[5]和 LMD (Local Mean Decomposition)方法[6]都可以实现对振动信号的自适应滤波，但这两种方法在理论上都还存在一些问题，如EMD的过包络、欠包络和频率混淆问题，LMD也存在由于解调而引起的信号突变的问题。目前这些问题仍在研究当中[7]。为了降低转子振动信号的噪声，本文采用内禀时间尺度分解(ITD)改进算法对转子振动信号进行分解以达到降噪的目的。

ITD方法是由Frei提出的另一种自适应时频分析方法[8]，该方法自适应地将非平稳信号分解成为若干瞬时频率具有物理意义的单分量信号(固有旋转分量)。……