梅检民， 贾继德， 曾锐利， 王国威， 杨万成， 周 斌

(1. 军事交通学院 军用车辆系，天津 300161； 2．天津大学 机械工程学院，天津 300072)

FRFT循频滤波及齿轮微弱故障特征提取

梅检民1，2， 贾继德1， 曾锐利1， 王国威1， 杨万成1， 周 斌1

(1. 军事交通学院 军用车辆系，天津 300161； 2．天津大学 机械工程学院，天津 300072)

提出了一种分数阶傅里叶变换(Fractional Fourier Transform, FRFT)循频滤波方法，贴近瞬变工况下信号频率曲线变化特征，循迹剥离包含故障信息的特征分量，提取齿轮早期故障微弱特征。首先，研究了线性多尺度分段方法，将频率呈曲线任意变化信号自适应分成若干个频率近线性变化的信号段；然后研究了频率拟合确定FRFT滤波参数的方法，计算各段信号的FRFT滤波参数并逐段进行FRFT滤波，实现FRFT循频滤波。采用该方法对变速器加减速过程振动信号进行滤波解调分析，试验结果表明：线性多尺度分段方法，能自适应地将任一频率呈曲线任意变化信号分段成若干个频率近线性变化的信号段，且分段数较少；频率拟合确定FRFT滤波参数方法，不受振源和多分量数量影响，能准确确定各分段信号的FRFT滤波参数；该滤波方法能从变速器瞬变工况振动信号中循频提取出包含故障信息的特征分量，有效剥离其他分量和噪声干扰，对提取后的特征分量进行解调分析，能准确提取出传统方法难以识别的齿轮早期故障微弱特征。

分数阶傅里叶变换；循频滤波；微弱故障；特征提取

变速器壳体振动信号中包含多个信号分量和噪声干扰，故障信息仅隐含在对故障诊断有意义的特征分量中，当齿轮发生故障时特征分量是啮合频率调制信号，由于早期故障特征微弱，容易被其他分量和噪声淹没，难以提取[1-4]。……