颤振严重制约了高速铣削加工效率。动态铣削力信号具有非线性、非平稳的特点,常规的信号分解方法难以处理该类信号。提出了一种基于瞬时频率估计和Vold-Kalman滤波的多分量信号分解方法,并运用该信号分解方法识别颤振。基于频谱集中性指标估计信号的瞬时频率参数;用Vold-Kalman滤波器提取对应参数的各信号分量;由于颤振时铣削力信号的能量分布在频域发生变化,由此引入能量熵的定义。采用分解得到的子信号能量熵变化来识别颤振。实验分析表明该方法有效可行。

针对转频波动工况下复杂齿轮箱系统振动信号中各啮合阶次成分相互干扰,导致对啮合频率估计困难的情况,提出一种基于时变滤波与连续小波变换(CWT)结合的无转速计阶次跟踪齿轮箱故障诊断技术。基于短时傅里叶变换(STFT)设置时变滤波器;通过时变滤波及连续小波变换(CWT),获得平滑的瞬时频率估计(IFE);再基于Vold-Kalman滤波(V KF)获得参考轴相位。该方法获得的阶次谱与计算阶次跟踪(COT)相当。最后,结合快速谱峭度算法可准确判断故障齿轮位置。通过仿真和实验表明,无转速计方法能为强噪声转速明显波动工况下的机械故障诊断提供一种新的有效手段。