龚思琪，李舜酩，庾天翼

（南京航空航天大学 能源与动力学院，南京 210016）

变转速是旋转机械设备的常见复杂工况，其核心旋转零部件在变转速工况下的故障振动信号具有明显的非平稳特点［1］。基于振动信号处理的故障诊断方法对设备状态监测和故障诊断都至关重要［2］。

传统的基于振动信号处理的故障诊断方法大多以不同状态下的时域、频域及时频域信息作为参考，通过对它们的统计特征指标对比分析设备当下的健康状态及潜在的故障特征［3－4］。在变转速下的故障振动信号的信号表征与故障模式之间的对应关系更复杂，导致传统的傅里叶变换并不能完全揭示变转速信号的局部细节特征。在近20年来，随着非平稳信号处理理论的发展和电子硬件计算技术的快速成长［5］，对变转速下机械设备动态信号处理及故障诊断方法开展了广泛的研究。研究者对小波变换［6］和高精度的频谱与时频分析方法［7－8］等故障诊断技术进行了广泛研究，并综合运用统计物理学方面的信号特征提取方法［9］、盲源分离方法［10］、变分模式分解［11］等方法提高诊断准确率。瞬时频率变化脊线是振动信号的重要特征之一。通常利用峰值检测法提取时频脊线［12］，文献［13］提出了非线性挤压时频变换方法提取旋转机械故障振动信号中的多分量非稳态信号。但在受到强噪声干扰的变转速工况下的振动信号时频脊线提取和瞬时转速提取时，准确率较低，辨识效果较差［13］，且对于含有多个频率分量的信号，脊线难以辨别。……