卢德强

[摘 要]机械故障诊断对于保障机械设备的安全、稳定运行具有重要意义。基于振动信号分析的机械故障诊断方法具有可在线、实时、非损伤、诊断便捷准确等优点，已经得到广泛应用。本文以轴承、齿轮为主要研究对象，针对机械故障特征提取与诊断问题，釆用基于振動信号分析的方法，研究了基于经验模态分解的信号降噪方法；基于小波变换、小波包变换、变换、独立分量分析等现代信号处理方法的机械故障特征提取技术，研究了基于支持向量机、最近邻分类器的机械故障识别方法。本文提出一些机械故障特征提取与诊断的新方法。

[关键词]振动信号；机械故障；经验模态分解；小波变换

中图分类号：TH165 文献标识码：A 文章编号：1009-914X（2018）18-0189-01

0 引言

信号的自相关函数反映信号自身取值在两个不同时刻的自相似性。若随机信号含有周期成分，则它的自相关函数中亦含有周期成分，而且的周期与信号的周期成分相同。利用自相关函数可在复杂的噪声中发现隐藏的周期分量，确定机器的故障。特别是对于早期故障，周期信号不明显，直接观察难以发现，自相关分析就显得尤为重要。

1、机械振动信号处理技术研究综述

1.1 时域信号处理技术

经过动态测试仪器采集、记录并显示机械设备在运行过程中各种随时间变化的动态信息，如振动、噪声、温度、压力等，就可以得到待测对象的时间历程，即时域信号。时域信号包含的信息量大，具有直观、易于理解等特点，是机械故障诊断的原始依据。……