郭远晶　金晓航　魏燕定　杨友东

摘要： 为实现旋转机械设备故障诊断，提出基于相关性检测的振动信号改进时域同步平均（Time Synchronous Averaging，TSA）降噪方法，并利用平方包络谱提取故障特征。在采样振动信号中任取一段参考子信号，令参考子信号从振动信号初始时间开始，沿时间轴逐点滑动至终了时间，同时计算参考子信号与其在振动信号中遮掩子信号之间的相关系数;利用步长迭代算法获取相关系数最优阈值，选择与参考子信号相关系数大于最优阈值的所有遮掩子信号作为总体同步信号，平均计算后获得降噪的目标信号;对目标信号进行平方包络谱分析。仿真信号、齿轮和轴承振动信号的分析结果表明，所提出的方法能够有效用于旋转机械设备的振动信号降噪与故障特征提取。

关键词： 故障诊断; 时域同步平均; 相关系数; 步长迭代算法; 平方包络谱

中图分类号： TH165+.3; TN911.7    文献标志码： A    文章编号： 1004-4523（2021）02-0402-09

DOI：10.16385/j.cnki.issn.1004-4523.2021.02.021

引  言

旋转机械设备出现故障损伤时，振动信号中通常包含有规律性的故障特征，其提取对于设备故障诊断具有重要意义。但由于噪声干扰、传递路径衰减、多振源耦合等因素[1]，往往需要对振动信号进行降噪处理，如滤波器降噪、小波阈值降噪、SVD降噪以及经验模态分解降噪等，才能顺利提取出故障特征。此外，在旋转机械设备平稳运行工况下，适应于振动信号的周期性变化特征，时域同步平均（Time Synchronous Averaging，TSA）降噪方法也得到了广泛应用[2?7]。

振动信号TSA降噪的关键在于参与平均计算的各段振动信号要保持同步，即无相位差。……