曾庆凯，文振华，赵小飞，方鹏亚

1郑州航空工业管理学院材料学院 河南郑州 450046

2郑州航空工业管理学院航空工程学院 河南郑州 450046

滚动轴承在国民经济中被誉为“工业的关节”，是国防事业中必备的军备物资，是最早开展标准化活动并且实现国际标准化的现代工业领域之一。滚动轴承的地位独特，决定了滚动轴承一旦出现故障，必然会导致机组瘫痪，造成安全事故[1]。研究轴承的性能衰退状态，能够有效防止故障升级而导致二次故障的发生，对促进工程应用和国民经济发展有重要的实际意义。

针对滚动轴承工作中的性能退化趋势分析，其重要任务是准确预测故障发生的时间。Kim 等人基于振动信号定义了一个新的特征均方根熵，采用简化模糊自适应共振理论图 (SFAM)、神经网络和威布尔分布对轴承的剩余寿命进行了估计[2]。Ali 等人将威布尔分布拟合和人工神经网络相结合，提出了基于良好度量的退化特征选择的评估方法[3]。姜万录等人采用变分模态分解 (VMD)和支持向量数据描述 (SVDD)相结合的方法，对滚动轴承性能退化程度进行定量评估[4]。吴军等人提出了一种基于经验模态分解 (EMD)和主成分分析 (PCA)的轴承退化趋势监测方法，通过分析健康指数的单调性、稳健性、衰退性来实现轴承退化状态识别[5]。应雨龙等人提出了一种基于多维特征的滚动轴承在线故障检测方法[6]。程道来等人采用了 S 时频熵对深沟球轴承性能退化特征指标进行了提取[7]。……