剡昌锋,赵伟坤,孟佳东,2,王文斌,吴黎晓

(1. 兰州理工大学 机电工程学院,甘肃 兰州 730050; 2. 兰州交通大学 铁道技术学院,甘肃 兰州 730030; 3. 甘肃路桥新锐交通科技有限责任公司,甘肃 兰州 730100)

滚动轴承是旋转机械的核心部件，其工作状态直接影响整个机械系统的性能与安全，因此开展滚动轴承故障诊断研究可以有效避免生产过程中重大事故的发生[1].然而受现场环境的影响，设备早期故障的信号特征通常被噪声淹没，很难准确地识别[2].因此通过信号处理技术提取故障信号特征，估计缺陷尺寸大小和严重程度，为滚动轴承状态监测和剩余寿命的预测提供方法，具有广泛的应用前景和重要的研究价值.

Dowling[3]认为当滚动体通过内圈或外圈局部缺陷表面时，会在进入和退出缺陷的边缘分别产生一次冲击.Epps[4]在实验中发现：滚动体进入缺陷时产生主要包含低频成分的阶跃响应，而退出缺陷时产生包含高频成分的脉冲响应.Sawalhi等[5]提出了多体动力学模型研究缺陷轴承振动响应，在仿真结果和实验中都观察到了双脉冲现象.

近年来国内外学者在降低背景噪声、准确提取双脉冲特征和滚动轴承缺陷尺寸估计方面开展了研究工作.Zhao等[6]提出了单位白噪声的IMF-ApEn分布方法，用来提取有效IMF分量，从而实现阶跃成分与冲击成分的分离.孔佑炳等[7]采用EEMD对预白化处理后的信号进行降噪，利用Hilbert包络算法，分离出了剥落故障混合陶瓷球轴承振动信号中包含的双脉冲……