李志农, 胡志峰, 毛清华, 张旭辉，陶俊勇

(1.南昌航空大学 无损检测技术教育部重点实验室，江西 南昌 330063；2.国防科技大学 装备综合保障技术重点实验室, 湖南 长沙 410073；3.西安科技大学 陕西省矿山机电装备智能监测重点实验室，陕西 西安 710054)

0 引言

轴承是旋转机械中应用最广泛的零部件之一，通常也是旋转机械产生故障来源的主要零部件之一，一旦旋转机械的轴承发生局部故障，其故障特征往往隐含在振动信号中，因此对振动信号进行故障特征提取是对滚动轴承进行故障诊断的有效方式[1]。由于旋转机械传动系统工况环境复杂，滚动轴承产生的故障振动信号往往夹杂着大量噪声，且非平稳性特征明显，传统的时频分析方法往往具有自身难以改善的缺点，难以识别出这类信号的故障特征。例如：短时傅里叶变换(STFT)方法具有窗函数固定、时频分辨率较低的缺点；小波变换方法则需要提前选择合适的小波基，其适应性差；魏格纳-威尔变换方法虽具有高的时频精度，但存在严重交叉项[2-4]。因此，如何从高噪的滚动轴承振动信号中提取出故障特征信号，对滚动轴向的故障诊断是非常重要的，有必要引入新的滚动轴承故障特征提取方法。

同步提取变换(SET)是Yu等[5]在同步挤压变换方法[6]思想基础上提出的一种新的非平稳信号处理方法，目前该方法已经应用在石油勘探[7]、引力波探测[8]、电力故障诊断[9-10]、机械故障诊断[11-14]、建筑检测[15]等领域中，该方法旨在摆脱海森堡不确定性原理的影响，构建信号的理想时频谱。……