与平稳工况相比,变转速下的机械设备的动态信号十分复杂,信号会出现调频、调幅、调相等非平稳特征,这些特征又往往相互耦合,使故障特征的提取变得十分困难。变转速下机械故障特征的提取既是许多行业机械装备故障诊断水平提升所迫切需要解决的技术瓶颈,也是当前国内外研究的热点问题。本论文是在这一背景下,从故障信号的产生机理、信号的传播机制入手,通过研究转速波动对机械动态信号影响的本质,建立了机械故障瞬态幅、频、相信息的自适应提取方法,揭示了故障特征随设备转速的演化规律。这一研究工作为变转速下的机械故障诊断理论奠定了基础,并成功应用于转子裂纹特征提取、齿轮箱起停车故障诊断、变转速轴承故障诊断、数控机床传动链误差溯源等领域,获得了令人满意的效果。论文首先指出了变转速下机械故障诊断的迫切需求和难点,根据变转速下机械故障诊断方法的发展历程,从信号采集与预处理、非平稳信号分析、故障智能诊断等角度对现有文献进行分类、回顾和总结,指出现有方法无法有效实现变转速下机械故障诊断的症结所在。回转设备的瞬时转速是变转速下机械故障诊断的重要参数之一,也是提取表征设备运行状态其它关键参数的基本前提,针对传统STFT方法存在的瞬时转速估计精度不足的问题,论文提出了一种基于短时chirp-Fourier变换的自适应瞬时转速估计方法。该方法建立了调频参数的自适应选取策略,可根据信号的时频分布特性对信号进行自适应匹配分解,不但提高了计算效率,而且避免了谱图模糊问题,实现了瞬时转速的精确估计。阶次跟踪技术建立了非平稳信号与循环平稳信号之间桥梁。然而现有的阶次跟踪方法总是依赖于编码器或键相传感器等硬件设备,不仅提高了测试成本,也给现场安装和维护带来不便。针对该问题,本文将自适应短时chirp-Fourier变换与Vold-Kalman滤波相结合,建立了一种适用于大转速波动的无键相阶次跟踪技术,摆脱了传统阶次跟踪方法对键相信号的依赖,拓展了阶次跟踪技术的应用范围,实现了转速自适应跟踪。起停车是许多机械装备历经的一种工况,也是一种典型的变转速运行过程。然而,从机械测试的角度看,该过程相当于对机械系统施加了一个扫频激励,由于设备的故障在不同的激励频率下会呈现出不同的振动响应和变化趋势,与恒定转速工况相比,起停车过程的动态信号中就包含了更为丰富的状态信息。为此,本文建立了一种基于短时相位解调的齿轮箱起停车故障诊断技术,通过联合柔性化的时域平均和短时相位提取方法,将故障引起的相位调制表征为关于转速和齿轮箱回转角度的联合分布函数。该技术不仅可以更加有效地识别故障,而且能为齿轮箱最佳测试转速的确定提供有力依据。传统滚动轴承故障诊断方法建立在恒定转速假设的基础上。然而在工业应用中,多数的承载轴承的运行转速非恒定。在变转速工况下,轴承的故障通过频率随时间而变化,因此,其冲击包络呈现非平稳特征,导致传统的特征频谱分析方法不再有效。为了解决上述问题,本文从滚动轴承的振动形成机理出发,建立了一种无键相包络阶次分析方法。该方法首先采用谱峭度方法获得故障的冲击包络信号;然后通过广义阶次跟踪技术提取滚动轴承的瞬时相位信息;最后利用该相位信息对冲击包络信号进行角度域重采样,从而解决了变转速下滚动轴承的故障诊断问题。本文将该算法应用于某铁路局列车滚动轴承的故障诊断,其诊断效果相比传统方法获得显著提高。尽管振动分析是现阶段设备故障诊断最为有效途径之一,然而在一些场合,测振传感器由于环境和工况限制难以安装。那么在振动信息无法获得的情况下,如何寻找新的诊断信息源成为现阶段故障诊断的研究热点。针对以上问题,本文探索了内置编码器信息在机械设备故障中的应用。为了精确提取故障引起的转速波动特征,提出了一种基于数字微分器的瞬时转速估计方法,并进一步讨论了窗函数及窗长选取对转速算法性能的影响,为机械设备的故障特征提取提供了一种新的手段。通过现场应用案例证实了该方法在数控机床振源定位中的有效性和稳定性。将基于内置传感器信息的测试手段与上述非平稳信号处理方法相结合,形成了变转速下的机床传动误差测量与溯源技术。基于以上原理,研究并开发了一套机床传动链动态误差测试系统。本系统已为秦川机床工具集团有限公司、天水星火机床有限责任公司、青海华鼎重型机床有限责任公司等多家企业解决了20多台/套机床的动态传动误差、多轴同步误差、装配误差的测量及溯源等问题,提高了机床产品的可靠性,为产品的性能评估提供了一种有效工具。