胡振邦，姜歌东，陈长江，李玉亭

（西安交通大学 机械工程学院，陕西 西安 710049；2.洛阳轴研科技股份有限公司，河南 洛阳 471039，）

1 引言

近年来精密加工装备在航空航天、汽车制造等诸多领域得到了广泛应用[1-2]，主轴是实现精密加工的核心部件，主轴在实现切削加工过程中的动态性能将直接影响加工质量[3]，因此对于主轴在加工工况下的振动特性进行测试并提取关键特征能够保证产品加工质量、提高装备加工效率并为装备的故障诊断提供必要依据。研究人员对于主轴振动特性测试开展了大量的研究工作[4-6]，采用了多种信号提纯的方法提取主轴振动测试信号中的主轴运行特征，然而这些方法很难适用于非平稳特征信号的提纯[7]。主轴在切削加工的过程中由于加工工况和切削条件的复杂，导致主轴振动测试信号中存在大量干扰，其中以脉冲干扰和噪声干扰为主，这些干扰为准确判断主轴工作状态产生极大的影响，与此同时，主轴在切削加工过程中的振动测试信号通常体现出较强的非平稳特征，经验模式分解方法（Empirical Mode Decomposition，EMD）最早是由黄锷教授提出的一种瞬时信号处理方法[8]，能够实现非平稳信号的分解并滤除噪声干扰，EMD方法以Hilbert变换为基础的，将瞬时频域具有物理意义的信号定义为固有模态函数（IMF），EMD方法一经提出就得到了广泛的关注，并大量的应用于机械信号处理领域之中，文献[9]将EMD方法应用于转子摩擦故障诊断中，利用余弦函数窗的端点效应处理方法适合于分析信号中低频小能量信息的特征，解决了传统方法不能很好地处理端点效应的问题，并通过转子系统摩擦试验验证了方法的可行性。……