吴主金，肖朝昂，汤何胜，任 燕，和 猷

(温州大学机电工程学院，浙江温州 325035)

引言

轴向柱塞泵由于效率高、响应速度快和使用寿命长等优点，是流体传动和控制领域应用最为广泛的动力源[1]。轴承是轴向柱塞泵中非常重要的部件，长期处于高速、重载等恶劣的工作环境中，零部件较容易损坏。一旦轴承发生局部故障，可能导致机器突然停机和巨大的经济损失。当轴向柱塞泵处于变转速工况时，所测得的故障轴承的振动信号将失去周期性变化的规律，表现出极大的非平稳性，并且会出现调频、调幅和调相等现象[2-4]。在这种情况下，基于恒定转速的传统故障诊断方法不再适用。因此，如何从非平稳信号中检测出故障特征是故障诊断的一个重要研究领域[5]。

近年来，国内外诸多学者对非平稳信号特征提取方法进行了研究，常用的手段有阶次跟踪法和时频域分析法[6-8]。阶次跟踪需要对信号进行等角度重采样，转化为平稳信号后进行频谱分析,可得到信号的阶次谱。刘东东等[9]使用线调频小波路径追踪和逐步解调分析法从振动信号中提取转速信号，然后进行阶比分析。王晓龙等[10]利用阶次追踪、最大相关峭度解卷积和自互补顶帽变换相结合的方法从风电组轴承的振动信号中有效地提取了故障信息。YANG等[11]针对变转速滚动轴承故障模式难以识别的问题，将局部均值分解与阶次跟踪相结合提取故障特征，再输入到基于变量预测模型的分类器中判别故障类型。……