Page 178 - 《振动工程学报》2026年第3期

778 振 动 工 程 学 报 第 39 卷

图 5 模拟故障信号时域波形及其包络谱
Fig. 5 Simulated fault signal time-domain waveform and its
envelope spectrum
WAWD 方法分解故障信号得到的分量包络谱
只展现出最优结果（下同），如图 6（a）所示。图中可
以清晰地识别出故障特征频率及倍频，实现了故障
特征信息的有效提取。在图 6（b）~（e）中，分别采用
SAMD、EMD、VMD 和 EWT 方法对上述信号进行
分解，得到的分量包络谱中，均没有明显的特征信
息 。 在 图 6（a）中 ，另 外 添 加 了 一 组 含 有 信 噪 比 为
-2 dB 高斯白噪声的信号，采用 WAWD 方法进行
分解，在分量的包络谱中得到了故障频率。图 6 的
试验结果表明，WAWD 方法要明显优于其他 4 种方
法。图 6（a）中通过加入不同噪声进行特征频率提
取，验证了 WAWD 方法的噪声鲁棒性较好。

图 6 模拟故障信号分量包络谱
Fig. 6 Envelope spectrum of simulated fault signal compo⁃
nents

3 实测故障信号分析

3. 1 滚动轴承内圈故障信号数据分析

为进一步验证本文提出方法的实用性，将其应
用于滚动轴承故障诊断中，采用滚动轴承实测故障
信号进行试验验证。选用凯斯西储大学的一组数