刘文朋 杨绍普 李强 刘永强 顾晓辉

摘要： 谱幅值调制（Spectral Amplitude Modulation， SAM）作为一个经验的和自动的非线性滤波方法，可以有效地识别滚动轴承故障信息。然而，当滚动轴承故障信号中含有复杂干扰成分时，SAM中的故障特征频率会变得模糊，甚至难以识别。针对上述问题，提出了一种增强谱幅值调制方法（Enhanced Spectral Amplitude Modulation， eSAM），通过修正信号平方包络的无偏自相关代替修正信号的平方包络来生成SAM。通过自相关处理，进一步降低由于非线性滤波过程产生的不相关随机噪声干扰，从而提高了SAM方法的稳定性。通过一组仿真信号、一组齿轮箱轴承实验信号和不同运行工况下的高速列车轴箱轴承实验信号进行了验证，结果表明该方法可以有效降低复杂干扰的影响，提取出的故障特征更加明显，通过与SAM方法和传统峭度图方法对比，证明了该方法的优越性。

关键词： 故障诊断; 滚动轴承; 谱幅值调制; 自相关

中图分类号： TH165+.3; TH133.33 文献标志码： A 文章编号： 1004-4523（2021）05-1064-12

DOI：10.16385/j.cnki.issn.1004-4523.2021.05.021

引 言

滚动轴承是旋转机械中使用最为广泛也是最易发生故障的零部件之一，一旦发生故障将对整个设备的运行安全产生重要影响，严重时将导致重大安全事故，因此对滚动轴承进行故障检测尤为重要[1]。由于其工作环境往往比较恶劣，受到复杂的背景噪声的干扰严重，当故障处于早期时，往往难以识别。因此，针对复杂条件下的微弱故障识别是滚动轴承故障特征提取的关键所在[2]。

在众多的诊断方法中，包络分析，又称为共振解调技术，是目前应用最为成功的方法之一[3]。……