隋文涛，张丹

(山东理工大学 a.精密制造与特种加工省级重点实验室；b. 电气与电子工程学院，山东 淄博 255049)

许多机械是在非平稳状态下工作，采集的振动信号往往受到噪声信号干扰。研究机械振动信号的滤波消噪，对机械设备的故障诊断有着重要的理论和实践意义[1-4]。

传统的消噪方法是根据信号和噪声的频谱分布规律，采用滤波器进行信号降噪。先采用Fourier变换将含噪信号变换到频域，然后采用低通滤波器进行去噪。但是，当噪声和信号的频带有重叠时，比如信号含有白噪声，低通滤波去噪效果较差。传统的消噪方法的理论基础是Fourier变换，存在保护信号局部特性和抑制噪声之间的矛盾。小波变换具有良好的时频局部化特性，在信号消噪中得到广泛的研究并取得了非常好的应用效果，成为信号去噪的主要方法之一。为了有效提取振动信号中的故障特征，提出利用平稳小波变换进行降噪。先对信号进行平稳小波分解，再利用阈值计算方法确定阈值。试验结果表明，该方法较好地保留了振动信号的边缘特征，为故障特征提取创造了良好的条件。

1 平稳小波变换

在Mallat离散小波变换算法[5]中，信号经过低通和高通滤波器卷积后，进行隔二取一的下采样得到尺度系数和小波系数。但由于进行下采样得到的小波系数缺乏平移不变性。平稳小波变换(stationary wavelet transform，SWT)的引入在一定程度上解决了该问题。平稳小波变换与离散小波变换相同之处在于在每层上都运用高通和低通滤波器对输入信号进行处理，不同之处是平稳小波变换不对输出信号进行下采样，而是进行上采样。……