韦洪新

（景德镇学院，景德镇 333000）

设备故障诊断技术的发展与设备维修方式紧密相连，从时间上算，故障诊断技术大致经历了三个发展阶段：20世纪60年代以前，依赖于人的经验来判断故障发生部位的人工检测阶段，从事后维修和定期维修到定期检查，视状态维修的发展；60年代-80年代之间，传统的计算机检测技术；80年代以后，以信息处理技术为基础的传统设备故障诊断技术向智能化方向发展，使这项技术逐渐成熟[1].

滚动轴承由于摩损小，结构紧凑，转速高，使用寿命长等优点，在工业生产中得到了广泛的应用.滚动轴承在使用的过程中会产生故障，由于受到强烈噪声的影响，其微弱的故障特征往往被淹没[2].如何准确判断滚动轴承疲劳的损伤程度和破坏类型一直是科学研究的重点和难点，也是热点之一[3].滚动轴承按照测量性质的不同可分为油样法，温度法，声波法和振动信号法.

滚动轴承故障产生的原因，往往受到多种因素的影响，其产生的信号往往是非平稳、非线性信号.振动信号法相比于前面几种方法具有测量精度高，响应快，可靠性好的特点.分析非线性的随机信号最常用的方法是时域和频域分析法，由于只采用一种分析方法难以到达分析结果，近年来研究专家普遍采用时域和频域的有机结合，能有效避免单一性产生的误差[4].信号处理和故障特征提取的方法有短时傅里叶变换（Short Time Fourier Transform，STFT）[5-7]、经验模态分解（Empirical Mode Decomposition，EMD）[8]、经验小波变换（Empirical Wavelet Transform，EWT）[9]等.本文……