张星辉，康建设，孙磊，曹端超

(军械工程学院 装备指挥与管理系，石家庄 050003)

轴承是旋转机械中的关键部件，其故障是旋转机械停机的主要原因之一，尤其是对于直升机而言，一旦出现故障将导致机毁人亡。IEEE电动机可靠性工作组对大型电动机的故障进行统计发现，其41%的故障为轴承故障，37%为定子故障，10%为转子故障。因此，对轴承的损伤发展过程进行有效监测，正确评估轴承的故障，在故障发生前采取必要的措施，能够有效地降低机器全寿命费用。

在用于轴承故障诊断和评估领域的所有方法中，基于振动信号的技术是最常用的，因为振动信号较易获取且易于实现在线诊断。在轴承故障诊断众多方法中，包络分析是一种非常有效的方法。

近年来，对轴承的故障评估已经进行了初步研究[1-3]。应用振动信号对轴承进行故障评估的关键是建立轴承故障与从信号中提取的故障特征之间的量化关系[4]。目前，轴承故障特征提取的方法有很多。文献[5]用统计参数，例如均方根值、波峰因数和峭度等作为反映轴承故障的指标。文献[6]用轴承故障特征频率幅值的均值和前6个谐波作为轴承损伤发展指标。文献[7]用小波系数作为轴承的故障特征。以上特征在变工况条件下，不能够很好地反映轴承的损伤发展规律。

下文提出了一种新的轴承故障特征提取方法。应用自回归(Autoregressive，AR)模型将原始振动信号分为随机信号和确定性周期信号，以随机信号和确定性周期信号能量的比值作为故障特征。……