刘兴建 原振文

1(广东工商职业技术大学计算机应用技术系 广东 肇庆 526040) 2(国防科技大学炮兵学院 湖南 长沙 410111)

0 引 言

当前工业产业和工业技术的飞速发展，使旋转设备的应用领域逐渐扩大，并开始拓展到了航天、交通、电力、电子等诸多关键的高科技产业部门[1-2]。与此同时，旋转机械设备应用范围的持续扩大，对设备本身性能的稳定性提出了更高的要求。旋转机械设备在使用过程中的寿命曲线呈现出逐渐降低的趋势，由于机械设备少量磨损到完全失效是一个相对漫长的过程，频繁更换关键零部件也会显著增加设备的使用成本，因此最为有效的方式是对旋转设备整体和关键零部件的工作状态进行监控[3-4]。由于大型旋转设备的工作环境大都十分恶劣，对关键部件的连接可靠性及零部件本身的磨损情况具有极高的要求，如果关键零部件出现故障，会造成严重的工程事故和经济损失。滚动轴承是旋转机械设备中最为关键的零部件之一[5]，其工作的稳定性将关系到整个设备能否安全运行[6]。如果能够采取有效方法预测出滚动轴承是否存在故障隐患，将会在很大程度上避免安全事故的发生。

关于旋转设备中滚动轴承的故障预测问题，已经成为当前国内外机械自动化领域的一个研究热点问题。文献[7]提出一种基于中值滤波和小波去噪相结合的故障预测方法，但该种预测方法过于复杂，不易操作，且预测精度和可靠性都较低。……