进 基于改进 SSD-Teager 时频分析的引风机转子故障诊断方法 引言 工业生产里，引风机（ID 风扇）是重要的转子设备，其运作时的状态必然的联系到整个生产线的稳定运行及产品质量。然而，长期以来引风机存在一些常见的故障，如失衡、轴承磨损等，这些故障会导致转子的振动、噪音和温度上升等问题，进而影响生产效率和设备寿命。因此，对于引风机的转子故障诊断显得十分重要。 近年来，时频分析成为了研究转子故障的重要手段。而 Teager-Kaiser 能量算子（TKEO）是时频分析技术中比较流行的方法之一，可用于提取信号中的瞬时能量特征。然而，传统 TKEO 算法在处理高斯白噪声等信号时易产...

　　进 基于改进 SSD-Teager 时频分析的引风机转子故障诊断方法 引言 工业生产里，引风机（ID 风扇）是重要的转子设备，其运作时的状态必然的联系到整个生产线的稳定运行及产品质量。然而，长期以来引风机存在一些常见的故障，如失衡、轴承磨损等，这些故障会导致转子的振动、噪音和温度上升等问题，进而影响生产效率和设备寿命。因此，对于引风机的转子故障诊断显得十分重要。 近年来，时频分析成为了研究转子故障的重要手段。而 Teager-Kaiser 能量算子（TKEO）是时频分析技术中比较流行的方法之一，可用于提取信号中的瞬时能量特征。然而，传统 TKEO 算法在处理高斯白噪声等信号时易产生能量伪峰，进而影响特征提取效果。因此，为了更好的提高信号处理和特征提取的精度，本文提出了一种改进的 SSD-Teager 时频分析方法，旨在提高引风机转子故障的检测准确度。 本文的主要内容有以下几个部分：第一部分介绍了时频分析技术的背景与现状；第二部分阐述了传统 TKEO 算法存在的局限性以及改进的SSD-Teager 时频分析方法的基础原理；第三部分分析了该方法在引风机转子故障诊断中的应用；最后，总结了本文的研究成果以及未来研究的展望。 一、时频分析技术的背景与现状 时频分析（Time-Frequency Analysis，TFA）是一种很重要的信号分析方法，它结合了时域和频域的分析手段，可以有明显效果地地反映信号在时域和频域上的特征。时频分析已大范围的应用于机械故障、信号处理、图像处理等领域。 Teager-Kaiser 能量算子是一种经典的非线性时频分析方法，它可以轻松又有效地提取信号的瞬时特征。它通过算法将信号在时域上进行平方、差