李 辉， 茆志伟*， 张进杰， 江志农， 黄翼飞

(1.北京化工大学高端机械装备健康监控与自愈化北京市重点实验室， 北京 100029；2.压缩机技术国家重点实验室压缩机技术安徽省实验室， 合肥 230031；3.北京博华安创科技有限公司， 北京 101399)

往复压缩机是目前工业领域中最常见的机械之一，广泛应用于冶金、炼油、化工等重要领域，并作为核心设备工作，在工业生产中起着十分重要的作用[1]，因此往复压缩机的故障诊断对于工业生产尤为重要。由于设备运行时的振动信号中包含丰富的状态信息，因此被广泛作为故障诊断的重要依据。文献[2]通过提取分析振动信号的特征变化，实现了滚动轴承的故障诊断。文献[3]采用主成分分析的方法处理内燃机缸盖的振动信号，从而实现对气门间隙故障进行监测并判断故障类型。文献[4]基于利用波形和数值分析方法处理振动信号，以实现对铣齿机的故障诊断。

由于往复压缩机结构复杂，工作环境恶劣，众多因素影响导致其工作时产生非平稳信号[5]。往复压缩机内部能量传递较弱，发生故障时振动征兆不明显，给复杂工况下的状态识别带来困难。时频分析方法能综合振动信号的时频域信息，揭示信号的时变特征和能量分布[6-7]。基于时频分析方法的优势，相关学者将该技术应用于故障诊断研究中。文献[8]利用短时傅里叶变换生成的时频谱与深度学习方法相结合，提出一种对于滚动轴承故障识别精度较高的诊断方法；……