徐元博，蔡宗琰，丁 凯

(长安大学 道路施工技术与装备教育部重点实验室，西安 710064)

微弱信号检测已经在众多科研领域得到了广泛应用，因此逐渐成为一种新兴的技术手段。微弱信号的检测有两个较为显著的特点：①在较低的信噪比下检测到有用的信号；②要求检测的速度要尽量快、具有时效性，使其能最大限度的满足工况现场实时监测和故障诊断的要求[1]。轴承故障信号极其容易被噪声覆盖或被其他振动频率干扰，如转子不平衡，转子不对中和齿轮啮合等。因此，轴承故障信号也属于微弱信号的一种，所以在对轴承的故障进行诊断时，所采用的检测技术也要尽量满足上述的两个特点。由于频谱分析可以快速分辨出信号的频率结构以及各谐波幅值、相位、功率及能量与频率的关系，因此在轴承故障特征提取领域得到了广泛应用。频谱分析包括幅值谱，倒频谱，功率谱，细化普，希尔伯特解调和能量算子等方法。由于机械设备故障信号，尤其是轴承故障信号会产生周期性的脉冲冲击力，产生振动信号的调制现象而形成调幅或调频信号，因此在这些频谱分析方法中，基于解调技术的希尔伯特解调(Hilbert Transform，HT)和能量算子解调(Teager Energy Operator，TEO)技术更多的得到了学者们的青睐。相比于HT，TEO用于分析和跟踪窄带信号的能量，具有解调精度高、响应速度快等优点，不仅可以用于窄带单个调幅、调频信号的解调，还可与用于宽带的多个调幅、调频信号组合的解调，对于对比分析不同类型信号具有重要意义[2-4]。……