基于时间多重同步挤压W变换的高精度轴承故障诊断

状态监测(condition monitoring, CM)信号中的脉冲特征通常意味着旋转机器中存在缺陷。为了准确捕获CM信号中的脉冲分量,提出了一种高精度的时间多重同步挤压W变换(TMSSWT)用于提高CM信号的时频聚焦性能。首先利用W变换(WT)获取信号的时频表征结果,然后在时频域上构建估计信号真实群延迟(group delay, GD)的时频后处理表征算子——挤压算子,从而对原始W变换得到的时频谱能量进行“挤压”操作;其次,利用不动点的迭代算法将时频能量重新排列至信号真实的GD脊线上;最后利用信号重构的脉冲特征提取算法,计算时频包络,对TMSSWT获得的时频谱提取最强振幅对应频率的脉冲特性,通过对比脉冲特性的时间间隔识别轴承故障。模拟信号结果很好地证实了该方法可以有效地提高时频能量聚焦性,以期在实际故障诊断应用中可以准确地捕获脉冲特征,更好地识别与诊断轴承机械故障。