邓四二， 张言伟， 王恒迪， 张继涛， 张文虎(. 河南科技大学 机电工程学院， 河南 洛阳 700； 2. 辽宁重大装备制造协同创新中心， 辽宁 大连 602；. 洛阳LYC轴承有限公司， 河南 洛阳 700； . 西北工业大学 机电工程学院， 西安 7007)

圆柱滚子轴承多用于高速、重载场合，当轴承出现剥落、裂纹等局部故障时，故障部位将引起较大的瞬时冲击，严重影响主机运行的稳定性和生产安全。因此，及时识别轴承的早期故障对保障机械系统的安全运行、避免重大事故的发生具有重要意义[1]。

国内外学者对滚动轴承的故障检测技术进行了广泛的研究：程军胜等[2]提出了一种基于尺度-小波能量谱的深沟球轴承故障检测方法，分析了出现不同故障时，振动信号能量随尺度的分布情况。项巍巍等[3]通过双调Q小波变换将非线性的轴承故障振动信号分解为低、高振荡和噪声成分，并指出轴承出现故障时，故障成分对应低振动成分，通过提取低振动成分来实现圆柱滚子轴承故障瞬态成分的提取。赵学智等[4]基于小波分析和SVD(Singular Value Decompositiom)差分谱提出一种弱故障提取方法，该方法首先通过小波变换将原始信号分解为不同频带上的细节信号，再利用细节信号构造特定的Hankel矩阵，通过SVD对Hankel矩阵做正交化处理，然后利用SVD差分谱选择出特征奇异值进行SVD重构，由此实现对原始信号中微弱故障特征的提取。希尔伯特黄变换(Hilbert-Huang Transform，HHT)[5]被广泛应用于滚动轴承故障诊断，HHT包括希尔伯特变换和EMD(Empirical Mode Decomposition)分解。胡爱军等[6]基于EMD分解和峭度准则提出一种包络解调方法，通过峭度最大准则自动选取IMF(Intrinsic Mode Function)分量，通过对所选IMF的包络解调对轴承进行故障诊断。……