基于自适应最稀疏时频分析的阶次方法及应用

程军圣 李宝庆 彭延峰 吴占涛 杨宇

摘要： 自适应最稀疏时频分析（Aadaptive and Sparsest TimeFrequency Analysis，ASTFA）是一种新的时频分析方法，该方法将信号分解转化为最优化问题，在优化的过程中实现信号的自适应分解。为解决ASTFA方法初始相位函数的选择问题，采用了分辨率搜索改进的ASTFA方法，并进一步结合阶次分析方法提出了基于ASTFA的阶次方法。该方法首先采用改进的ASTFA方法对原始信号进行分解同时获得分量的瞬时幅值，然后对瞬时幅值进行阶次分析从而提取故障特征信息。将该方法应用于变速齿轮传动过程中的时变非平稳振动信号的分析与处理，仿真与实验分析表明该方法能够准确提取变速齿轮的故障特征信息，具有一定的优越性。

关键词： 自适应最稀疏时频分析；故障诊断；齿轮；阶次分析；时变非平稳信号

中图分类号： TN911.7； TH165+.3 文献标志码： A 文章编号： 1004-4523（2016）03-0542-07

DOI：10.16385/j.cnki.issn.10044523.2016.03.021

引 言

通过对振动信号进行分析与处理以提取相关信息已成为故障诊断与设备状态监控等领域常用的技术手段。对于齿轮传动，其升降速过程的振动信号包含了丰富的状态信息，一些在平稳运行时不易反映的故障特征可能会充分地表现出来[1]，因此对齿轮升降速过程的振动信号进行分析对于齿轮的故障诊断是非常有意义的。工程上，一般采用阶次分析方法来实现时变非平稳信号的平稳化，它可以将齿轮变速过程中产生的与转速有关的振动信号有效地分离出来，同时对与转速无关的信号起到一定的抑制作用[2]。……