陈金梅，金誉辉，黄更平

(1.广西工业职业技术学院，南宁 530003；2.广西特种设备监督检验院，南宁 530219)

轴承是旋转机械中使用最多、最为关键且最易损坏的机械零件[1]。据统计，旋转机械的故障有30%是由轴承引起的，可见轴承的好坏对机器的工作状态影响很大，所以对滚动轴承的故障诊断和监测一直是近年来国内、外开展机械故障诊断技术的重点。滚动轴承故障诊断常用的方法是小波分析法和智能诊断技术。

小波分析法包括小波变换方法和小波包变换方法，其是最近几年才出现并得以应用和发展的一种时频信号分析方法。由于它具有时域和频域的局部化和可变时频窗的特点，分析非平稳信号的效果较好[2]。其缺点是计算过程比较复杂，计算工作量较大。

智能诊断技术就是把神经网络、专家系统及模糊理论等技术与滚动轴承的特征参数有机地结合起来进行综合分析的故障诊断技术。神经网络是对人脑神经组织结构和行为的模拟。故障诊断专家系统是一种典型的知识处理系统，它能获取大量的专家诊断知识，利用专家的推理方法，解决故障诊断领域的问题。模糊故障诊断方法是利用模糊集合论中的隶属函数的概念，解决故障与征兆关系的模糊不确定性与故障的早期预报及精密诊断的方法。由于模糊集的隶属函数是一个单一的值，它不能同时表示支持和反对的证据，为此，提出了Vague集概念。Vague集是模糊集的一种推广形式，常应用于模糊控制、决策分析及模式识别等领域，而相似度量是其中的关键技术[3]。……