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。该算法首先利用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，更好的识别与诊断轴承机械故障。

High-precision fault diagnosis of bearings based on time multi-synchrosqueezing W transform