振动信号瞬时转速估计算法产品系统

电机、风机、齿轮箱等旋转机械在变速运行时，转速是故障诊断和状态监测的关键参数，但很多现场不便安装转速传感器。本项目旨在仅凭振动信号准确估计瞬时转速，为无转速计条件下的设备健康监测和故障诊断提供支撑，适用于工业设备预测性维护场景。

1. 信号预处理：对原始振动信号进行去趋势、滤波和重采样。2. 时频分析：采用短时傅里叶变换、同步压缩变换获得高分辨率时频图。3. 多谐波转速跟踪：利用多个转频谐波作为锚点，联合估计瞬时转速曲线。4. 风险门控：自动识别谐波混淆、强噪声等高风险时段，切换稳健策略，避免估计跳变。5. 性能评估：输出转速曲线、误差统计与可视化结果，支持多数据集批量测试。

本人独立完成算法设计、代码实现与实验验证。技术栈为 Python、NumPy、SciPy、ssqueezepy、Matplotlib。难点在于主谐波在少数窗口会严重错锁、导致转速曲线失真。本项目以多谐波轨迹为锚点，用时频显著性、谐波支持、轨迹稳定性等特征估计失效风险，只在高风险窗口才切换候选。在 KAIST 数据集上平均误差下降 73.0%；在 MCC5-THU 动态盲测中，轨迹有效率为 92.99%，中位误差为 0.119 Hz。相关成果已整理成论文。