王红

（陕西交通职业技术学院汽车工程学院 陕西 西安 710018）

引言

随着计算机技术、智能信息技术、自动化技术及传感器技术的发展，机械设备的结构越来越复杂，功能也越来越多，故障问题也呈现出隐蔽性，不易被发现。因此，机械设备的在线故障诊断与监测越来越受到重视。当前已经实现了机械设备故障的在线实时诊断，及时对机械设备进行提前预判来早期发现问题。但是，在线故障的诊断需要以信号特征的自动识别为基础，其信号特征识别的准确性，直接影响故障诊断的可靠性。

根据以往的研究可知，机械设备故障信号特征识别中小波分析方法效果较好，在信号去噪方面有着其独到的优越性[1-3]。双树复小波变换（dual-tree complexwaveletpacket transform，DT-CWPT） 是一种新型的小波变换，可以实现高频部分的细分，并且使整个频段的频率分辨率有所提高，降低了有效信息的丢失，同时具有近似平移不变性及较小的频率混叠等优良特性，在图像处理、心电信号处理和故障诊断[4-6]等方面取得了良好的应用效果。

在机械故障诊断技术中，需要设置滤波参数，实现信号的带通滤波处理。由于功率谱不能对信号中的瞬态现象进行高效提取和检测，因此，Dwyer基于短时傅里叶变换提出了谱峭度（spectralkurtosis，SK），在这之后Antoni对谱峭度进行了进一步地规范，提出了峭度图即谱峭度快速算法。由于不同频段呈现出不同的峭度值，由此可确定最佳的频带中心和宽带中心。因此本文提出了基于双树复小波包变换改进峭度图的机械故障信号处理方法，克服了原峭度图分析中滤波器变化少的缺点，谱分析的分辨率相应得到提高。……