夏均忠， 汪治安， 陈成法， 于明奇， 吕麒鹏

(军事交通学院 军用车辆工程技术研究中心，天津 300161)

滚动轴承广泛分布于各类机械设备中，其技术状态直接影响设备的工作性能，轴承的失效容易引起生产事故并有可能带来巨大的经济损失，因此，有必要对滚动轴承进行故障诊断[1]。

循环平稳理论是滚动轴承故障诊断的重要理论[2]。传统的循环平稳分析主要通过二阶循环统计量中的谱相关密度及其归一化的谱相干函数来提取滚动轴承故障特征[3-4]。Girondin等[5]将循环自相关、小波分析与支持向量机相结合用于滚动轴承特征提取。Antoni等[6]在短时傅里叶变换的基础上提出了快速谱相关算法，在提高谱相关估计速率的同时，保证了其估计质量。但循环谱相关密度并不能有效分析变转速工况下的滚动轴承故障信号[7]。

Abboud等[8-11]在循环平稳理论的基础上，提出了角度/时间循环平稳(Angle/Time Cyclostationary, AT-CS)，用阶频谱相关(Order-frequency Spectral Correlation, OFSC)提取变转速条件下的机械故障特征，但是该方法的计算量大，不能满足在线监测的要求。

由于特征循环频率处的谱相关密度切片能量明显高于其他位置的能量分布，因此可以利用特征循环频率组对应的组合切片提取滚动轴承故障特征，这种方法称为谱相关密度组合切片[12-13]。明阳等[14-15]将谱相关密度组合切片应用于滚动轴承故障诊断，具有较高的计算效率和估计精度。

通过以上分析，本文在阶频谱相关的基础上，应用组合切片思想，提出基于阶频谱相关组合切片的滚动轴承故障特征提取方法，仅计算信号的阶频谱相关中与滚动轴承故障相关的特征阶次，减少阶频谱相关计算量，通过阶频谱相关组合切片能量分布提取滚动轴承故障特征，兼顾计算效率和估计质量。……