岳霞丽

机械设备故障信号的调制特性使得包络解调分析能够有效地提高信噪比和分析效果，能比较有效地诊断机械设备的早期故障，因此，包络分析一直是机械设备故障诊断的热点，也是最成功的诊断方法之一。丁康等提出了一种用复解析带通滤波器的包络分析，将希尔伯特变换和带通滤波合为一体，把不包含故障信息的信号滤掉，并且避免了广义检波滤波解调分析中的混频现象。文献为了克服包络谱分析需要人为设定带通滤波的中心频率和带宽的缺点，提出了基于经验模式分解的包络谱分析，利用经验模式分解自适应地把机械设备振动信号从高到低分解到不同的频带，然后选择包含故障信号最丰富的高频带作包络分析，从而实现轴承不同工作状态的识别。

基干频域和时频分析旳特征提取，在用传感器釆集轴承运行过程中的振动信号时，一般会包含很多的背景噪声，因此振动信号的频域内容就包含很多复杂的频率成分，如何在这些复杂的频率成分中识别出与轴承故障相关的频率或其特征是基于频域和时频分析的特征提取的主要内容。目前基于频域的特征提取方法主要有：幅值谱分析、功率谱分析、倒谱分析、复倒谱分析、细化谱分析、AR模型谱分析、高阶谱分析和包络谱分析等基于时频分析的特征提取方法主要有：短时傅里叶变换、分数阶傅里叶变换、Wigner-Ville分布、小波及小波包分析、经验模式分解、S变换、谱峭度和稀疏分解等。……