中文摘要：

研究工况变化情形下的信号特征提取技术和轴承状态判别方法,以满足旋转装备变工况运行环境故障诊断需要。首先分析滚动轴承振动加速度信号双谱特征,发现其在不同故障类型时差异性显著,在故障相同但工况不同时又较为相似,适合提取工况鲁棒特征参数。利用双谱对称特性降低数据维数,将其划分成八个子区域后去除冗余数据,获得数据量仅为原始双谱四分之一的优选双谱。再将优选双谱做奇异值分解,依奇异值累积贡献率选择相应的左奇异向量,计算元素模值后构造特征向量。最后用连续型隐马尔可夫模型辨识故障,在轻度、中度和重度故障程度下,使用任意一种工况的数据训练诊断模型,都能有效判别四种工况的轴承状态,实现了变载荷、变转速环境的滚动轴承智能故障诊断。