贾晋军 黄玉婧 张 涛 唐 刚*

(1.神华铁路装备有限责任公司， 沧州 061113； 2.北京化工大学 机电工程学院， 北京 100029；3.中国航发湖南动力机械研究所 中国航空发动机集团航空发动机振动技术重点实验室， 株洲 412002)

引 言

滚动轴承是机械设备中最常用，同时也是最易损坏的重要零部件之一，因其工作环境相对复杂，内圈、外圈、滚动体等任意一个部分发生损伤，都将会给设备的正常运行埋下安全隐患[1]。因此，滚动轴承的状态监测和故障诊断受到了广泛的关注。轴承发生故障冲击时，故障信号大多数表现为非平稳的脉冲信号，宽度较窄。随着设备复杂性的提高，在利用振动传感器采集振动信号时，常常会包含轴承之外的其他振源信号，在实际测量中，设备的工频以及其他振源信号往往会淹没故障冲击信号，对滚动轴承的故障诊断造成阻碍。因此，有必要在后续轴承故障诊断之前进行信号降噪[2]。

针对上述问题，已有许多学者作出了探索。Ha等[3]提出了一种基于自相关的时间同步平均方法，可作为行星齿轮箱故障诊断的一种改进的预处理技术。张丹等[4]将经验模态分解(EMD)和线性预测滤波相结合，结果表明该方法能准确地检测滚动轴承故障。张盈盈等[5]采用自适应噪声消除(ANC)技术作为信号预处理的工具，去掉轴承振动信号中的工频及谐波。张西宁等[6]提出一种局部倒频谱方法，可以成功提取复杂振动信号中的干扰成分，抑制其对微弱故障诊断的干扰。朱敏等[7]结合完整集成经验模态分解(CEEMDAN)与自适应滤波中的最小均方算法(LMS)有效实现了轴承信号的降噪。……