李宏坤, 徐福健, 高巧红, 汪寅虎

(1.大连理工大学机械工程学院， 辽宁 大连 116024； 2.大连博瑞重工有限公司, 辽宁 大连 116050)

利用小波尺度谱同步平均的时频脊故障特征提取

李宏坤1, 徐福健1, 高巧红2, 汪寅虎1

(1.大连理工大学机械工程学院， 辽宁 大连 116024； 2.大连博瑞重工有限公司, 辽宁 大连 116050)

旋转机械的早期故障特征微弱，容易受到噪声的干扰，不容易准确识别。小波尺度谱存在受噪声干扰影响大、高频部分频率分辨率低等缺点, 对小波尺度谱进行重排可以提高其时频聚集性。为此，结合小波尺度谱同步平均和小波脊线分析的优点，提出了基于时频脊线特征提取方法。首先对多周期的振动信号进行小波连续变换，并重排小波尺度谱；再根据信号的周期性，对尺度谱进行同步平均；最后提取同步平均后的尺度谱小波脊线，计算信号的包络幅值并进行频谱分析，最终提取出弱故障特征。通过仿真和实例验证了本方法的有效性，为旋转机械的早期故障诊断提供了新方法。

故障诊断； 旋转机械； 小波尺度谱； 时频脊； 微弱故障

引 言

振动信号分析广泛的应用于旋转机械的故障诊断中。其可分为3个步骤，首先是故障信号的获取；其次是故障特征的提取；最后是模式识别和故障诊断。其中故障特征提取是进行旋转机械故障诊断的核心问题[1]。早期故障信号的特征微弱，容易被噪声掩盖。因此故障的识别对于设备故障的早期预警意义重大，如何从强噪声干扰中识别弱故障信息，实现故障的早期预警得到了广大学者的广泛关注[2-3]。……