论文部分内容阅读
机械故障信号通常具有非线性时频关系多分量信号，其频谱占有较宽的频带，且各分量的频谱往往相互交叠，给故障诊断带来了很大的障碍。首先，在分析Chirplet时频分解的理论基础上，对Chirplet基函数进行了增加曲率参数的改进，提高了基函数对非线性时变分量的匹配能力；然后，仿真试验对基函数改进后的白适应时频分布与其他各类时频谱进行了比较。结果表明，改进后的基函数能很好地匹配出非平稳信号中的各种线性或非线性时变分量，其对应的时频具有较高的时频分辨率，且无交叉干扰项；最后，将该方法用于轴承故障信号和齿轮故障信号的