刘 洋，孟祥川，许同乐

（山东理工大学机械工程学院，山东 淄博 255049）

1 引言

滚动轴承是高温风机的重要部件，也是易损件。风机故障中与轴承损伤有关的几乎占到了三成[1、2]，因此对风机轴承故障诊断是非常有必要的。传统的滚动轴承诊断方法主要是快速傅里叶变换，然而在非平稳、非线性工况下故障信号效果不佳。针对振动信号为非线性、非平稳信号的情形，国内外学者提出一些常用的时频分析方法，例如小波包变换（WPT）、经验模式分解（EMD）、HHT[3-5]。WPT具有在时频域提供局部特征和识别振动信号突变分量的特性，但WPT本质上是一个可调窗口傅立叶变换，并非每个分解分量的所有瞬时频率都具有物理意义，WPT计算时间冗长，当数据量较大时难以实现；EMD是一种自适应信号处理方法，可以将信号分解为一系列正交分量，成为本征模函数，再基于本征模函数进行希尔伯特变换，得到信号的全能量-频率-时间分布；HHT是EMD与希尔伯特变换的结合，由于EMD与HHT均有自适应分解的特点，在机械故障检测领域得到广泛应用。但是，EMD存在过度包络、模式混淆等缺陷，且HHT获得的负频率可解释性差。局部均值分解（LMD）是由Smith于2005年提出的，LMD适于将非线性和非平稳振动信号自适应分解为一系列乘积函数，每个乘积函数是包络信号和具有物理意义的瞬时频率的纯调频信号的乘积。LMD形式上与EMD相似，但已证明LMD在某些方面优于EMD，如信号更好的局部特征和时间尺度以及抵抗过冲影响的能力，并且需要更少的解码组件。……