张坤 马朝永 胥永刚 张建宇 付胜

摘要：提出了一种新的非平稳信号处理方法——快速自适应局部均值分解（Fast and Adaptive Local Mean Decom-position，FALMD）。采用顺序统计滤波器求取信号上下包络线的均值来获得局部均值函数及包络估计函数，然后将信号分解为若干乘积函数（Product Function，PF）分量及一个残余分量。该算法一方面改变了局部均值分解（Local Mean Decomposition，LMD）严格的终止条件，提高了运算速率，另一方面减少了对极值点的依赖，在一定程度上抑制了端点效应。仿真信号和实验信号分析证明了该方法在非平稳信号自适应分解中的有效性，成功地提取出了滚动轴承的故障特征。

关键词：故障诊断;滚动轴承;快速自适应局部均值分解;顺序统计滤波器;非平稳信号

中图分类号：TH165⁺.3;TH133.33 文献标志码：A 文章编号：1004-4523（2020）01-0206-07

DOI：10.16385/j.cnki.issn.1004-4523.2020.01.023

引言

机电设备振动信号常呈现非平稳特性，当设备发生故障时其故障信息也常隐藏在这类信号中。近些年来，机械设备故障诊断领域中非平稳信号的处理和分析发展比较迅猛。如以短时傅里叶变换、Wigner-Ville分布、小波变换（包括连续小波变换、离散小波变换、双树复小波变换等）为代表的时频分析方法拥有着非常坚实的理论基础;以Huang等提出的经验模态分解法（Empirical Mode Decompo-sition，EMD）为基础的信号自适应分解方法也呈现出百花齐放的态势。

Smith等在EMD的基础上提出局部均值分解（Local Mean Decomposition，LMD），可以自适应地将一个复杂的多分量信号分解为若干瞬时频率具有物理意义的乘积函数分量，每一个PF分量均可由一个包络函数和一个纯调频函数相乘来表示。……