第4期 杨德斌等：基于声信号分析的齿轮故障诊断方法 .439. 和频域图，采用自相关处理，随机噪声得到了很好的 332,350.5,387.5,406z,相邻谱线正好相差一个 抑制.图11是y1作自相关处理后的时域局部放大 齿轮箱主动轴的旋转频率18.5出，频域图中调制 图，图中每隔0.0542s有一次明显的冲击，频率为 边频带的出现，结合时域图中的周期性冲击，这些特 18.5z,这和齿轮箱主动轴的轴频相吻合，图12为 征完全符合具有断齿故障时的频谱山]，很好地验证 y1作自相关处理后的FFT十DFT局部细化谱 了齿轮的断齿故障 图10，图上可见齿轮的啮合频率369出，及其边频 (a) (b) A 2 wmIm-mr n 0 0.4 0.6 0.8 0.2 0.4 0.6 0.8 1.0 时间/s 时间8 图8独立分量分析后的分离信号时域.(a)y1:(b)y2 Fig.8 Time domain of separated signal after ICA:(a)y1:(b)y2 0.4 0.4 (b) 03 0.3 0.2 0.2 0.1 0.1 0 200 400 600 800 10001200 200 400 60080010001200 顿率Hz 频率Hz 图9独立分量分析后的分离信号频域.(a)y1:(b)y2 Fig.9 Frequency domain of separated signal after ICA:(a)y1:(b)y2 1.0 0.06 (a) (b) 0.5 0.05 0.04 量 0 0.03 0.02 0.5 0.01 100 0.2 0.4 0.6 0.8 1.0 0 200 400 600 800 10001200 时间s 频率Hz 图10y1作自相关后的时域(a)和频域(b) Fig-10 Time domain and frequency domain of yiafter auto correlation 0.2 0.08 0.06 0.04 0.1 0.02 06100.i50.200.250.300.350.40 Mhi.o 930340350360370380390400410 时间s 频率Hz 图11y1作自相关后的时域局部放大 图12y1作自相关后的FFT十DFT局部细化谱 Fig-11 Partial enlargement of the time domain of yiafter auto cor- Fig.12 FFT+DFT partial thinning spectrogram of yi after auto- relation correlation和频域图‚采用自相关处理‚随机噪声得到了很好的 抑制．图11是 y1 作自相关处理后的时域局部放大 图‚图中每隔0∙0542s 有一次明显的冲击‚频率为 18∙5Hz‚这和齿轮箱主动轴的轴频相吻合．图12为 y1 作自相关处理后的 FFT ＋ DFT 局部细化谱 图［10］‚图上可见齿轮的啮合频率369Hz‚及其边频 332‚350∙5‚387∙5‚406Hz‚相邻谱线正好相差一个 齿轮箱主动轴的旋转频率18∙5Hz．频域图中调制 边频带的出现‚结合时域图中的周期性冲击‚这些特 征完全符合具有断齿故障时的频谱［11］‚很好地验证 了齿轮的断齿故障． 图8 独立分量分析后的分离信号时域．（a） y1；（b） y2 Fig．8 Time domain of separated signal after ICA：（a） y1；（b） y2 图9 独立分量分析后的分离信号频域．（a） y1；（b） y2 Fig．9 Frequency domain of separated signal after ICA：（a） y1；（b） y2 图10 y1 作自相关后的时域（a）和频域（b） Fig．10 Time domain and frequency domain of y1after auto-correlation 图11 y1 作自相关后的时域局部放大 Fig．11 Partial enlargement of the time domain of y1after auto-cor￾relation 图12 y1 作自相关后的 FFT＋DFT 局部细化谱 Fig．12 FFT ＋DFT partial thinning spectrogram of y1 after auto￾correlation 第4期 杨德斌等： 基于声信号分析的齿轮故障诊断方法 ·439·