基于时频周期窗的旋转机械故障诊断方法

周期平稳信号的Wigner-Ville分布是由时频域上若干个离散分量组成，某些分量对故障较为敏感，这些特征分量的检测及提取，对故障诊断十分重要。该文利用旋转机械故障信号及其高阶矩的周期性，通过傅立叶级数对周期平稳信号的分解，认为分解各项在U[0,2p]区间内两两正交，提出了提取故障特征的时频周期窗观察方法，可以使用时频域局部开周期窗的方法，与故障特征频率项进行周期内相关运算，取出周期自相关函数在故障特征频率分量（调制频率）上的正交投影，从而获得某一故障特征信息，与通常的功率谱分析相比，排除了周期窗外噪声对分析结果的影响，使得特征提取更加精确。通过仿真和实例进行了有效性验证。