根据自相关函数与本征时间尺度分解理论及各自优点,提出了时延自相关和本征时间尺度分解相结合的故障诊断方法。该方法首先利用振动信号的自相关函数进行降噪处理,然后对降噪后自相关信号进行本征时间尺度分解,得到若干个相互独立的固有旋转分量和一个趋势项之和,从这些分量中选取表征故障特征信息的固有旋转分量进行重构,在重构信号频域中提取出故障特征频率。工程实例结果表明,该方法能抑制噪声,有效地提取故障特征信息,从而准确判别故障类型,在旋转机械故障诊断领域将有广泛的应用前景。

在故障诊断领域，自相关函数处理方法正逐渐成为一种重要的信号处理工具，根据自相关函数理论，将自相关函数应用到机械故障诊断中，能有效抑制噪声，提取特征故障信息。首先利用自相关函数对故障振动信号进行时延自相关降噪处理，由于自相关函数保留了原信号的特性，可将降噪后的自相相关函数作为分析信号进行循环自相关处理，从而有效地提取出故障特征频率，判断其故障类型。仿真信号与故障模拟信号结果表明，噪声影响降幅较为明显，能有效提取故障特征信息，在旋转机械故障诊断领域将有广泛的应用前景。