Page 181 - 《振动工程学报》2026年第3期
P. 181
第 3 期 齐鹏宇，等： 波形自适应小波分解及其在滚动轴承故障诊断中的应用 781
3. 3 滚动轴承复合故障信号数据分析
将 WAWD 方法应用至滚动轴承复合故障诊断
中，信号数据选用华中科技大学的复合故障信号。
数据具体参数如下：测试轴承型号为 EK⁃16K，转频
为 80 Hz，采样频率为 10000 Hz，轴承内圈故障频率
f i 为 216 Hz，轴承外圈故障频率 f o 为 144 Hz，复合故
障时域图及其包络谱如图 12 所示。
图 12 复合故障时域图及包络谱
Fig. 12 Composite fault time-domain diagram and envelope
spectrum
本 节 仍 采 用 WAWD、SAMD、VMD、EMD 和
EWT 方法对振动信号进行分解，结合包络谱对分
量进行分析，分析结果如图 13 所示。
由图 13 可知，WAWD 方法分解得到的分量包
络谱中，第一个分量包络谱中提取出外圈故障特征
频率 f o 及倍频，第二个分量包络谱中提取出内圈故障
频率 f i 及倍频。而采用其他方法进行分解，在其分量
包络谱中没有提取出与故障频率相关的特征信息。
上述实测数据的分析结果对比进一步验证了本
文提出的波形自适应小波分解方法能更有效地提取
出轴承故障信息，在滚动轴承故障诊断中具有一定
的实用性和优越性。
图 13 W A WD、SAMD、VMD、EMD 和 EWT 分量包络图
Fig. 13 Envelope spectra of decomposed components by W A
WD， SAMD， VMD， EMD and EWT
4 结 论
针对现有信号分解方法难以实现有效的非谐波
信号分解、对复杂信号的分解精度较低、易受到噪声
干扰等缺陷，本文提出 WAWD 方法并将其应用于
