李红贤， 汤宝平， 韩 延， 邓 蕾

(重庆大学 机械传动国家重点实验室，重庆 400030)

滚动轴承作为旋转机械的关键零部件，其安全平稳的运行会影响机器的整体性能，因此，对滚动轴承进行状态监测和故障诊断具有极其重要的意义[1-2]。齿轮啮合干扰和变转速工作模式是影响滚动轴承故障诊断较为常见的两大因素，齿轮啮合会对轴承故障冲击产生掩盖，降低了轴故障轴承冲击特征，变转速使得故障轴承不再以等间隔产生冲击，传统的频谱分析方法将不再适用[3-4]。

为了解决变转速工作模式下齿轮啮合对轴承造成的干扰，一些学者进行了探索。文献[5]采用齿轮角域重采样-齿轮带通滤波消噪-时域逆采样的方式去除齿轮信号干扰，再对剩余信号进行阶次谱故障判别，但该方法计算过程较为繁琐，对重采样到角域的信号进行带通滤波会削弱轴承故障冲击特征，且该方法受转速计的限制。文献[6]提出了改进的自适应消噪算法消除齿轮信号对轴承共振带影响，以提取的瞬时故障特征频率曲线等效为轴承转频做角域重采样，摆脱了对转速计的依赖，但该算法只以幅值最大的齿轮啮合倍频信号作为参考信号予以消除，无法消除其它齿轮啮合频率信号，且齿轮信号消除不干净会直接干扰瞬时故障特征频率曲线的提取，对滚动轴承的故障诊断产生影响。文献[7]提出以IDMM(Instantaneous Dominant Mesthing Multiply)趋势线作为轴承转频做重采样，再通过EMD分解分离出齿轮干扰信号，以IDMM趋势做重采样摆脱了受转速计的限制且避免了因齿轮去除不干净而造成的影响，但EMD存在模态混叠、端点效应等缺陷，所选层数并不能完全去除齿轮信号干扰且会丢失部分轴承故障信息。……