谢蓉仙 ，任 芳 ，杨兆建

（1.太原理工大学机械工程学院，山西 太原 030024；2.煤矿综采装备山西省重点实验室，山西 太原 030024）

1 引言

旋转机械在能源、动力、航天、农业、医疗等各种行业广泛应用，而齿轮箱和齿轮是旋转机械中不可替代的关键部分，尤其是齿轮，在长时间高转速运转条件下，其运行状况可能会直接影响整个旋转机械设备的正常运转，具有举足轻重的作用，所以对齿轮和齿轮箱进行相应的监测和故障识别诊断，保证设备安全正常运行具有非常重要的实际意义和很大的工程应用价值。

要对齿轮及齿轮箱进行故障识别和诊断，最关键的部分在于如何提取包含其故障的主要特征[1]。而振动信号是最容易反映齿轮故障的信息，通过分析采集仪采集到的齿轮振动信号来判断齿轮的运行状态和故障是比较常用的方法，大多数的齿轮故障诊断方法一般都是分析采集到的振动信号的时域或频域等相关的特征，来判断齿轮的运行状态和故障类型[2-4]。文献[5]是将EEMD能量熵与支持向量机结合，对齿轮进行故障诊断，文献[6]是利用EEMD 的多尺度模糊熵对齿轮进行故障识别和诊断，提高了诊断精度，文献[7]是利用EEMD 自适应形态学解调方法对齿轮进行故障诊断，文献[8]研究了振动信号的特征提取方法，用隐马尔科夫模型（HMM）来识别和判断风电机组齿轮箱故障，文献[9]采用隐马尔科夫模型（HMM）和改进距离测度法对齿轮箱进行故障识别诊断，取得比较好的效果。……