石怀涛，尚亚俊，白晓天，郭 磊，马 辉

（1.沈阳建筑大学 机械工程学院，沈阳 110168；2.东北大学 机械工程与自动化学院，沈阳 110819）

旋转机械是现代工业、民用和军事应用中最常见的机械类型[1-2]，而滚动轴承是其核心部件之一，极易在长期运行中由于安装、温度、润滑等因素受到损伤[3]。若早期故障未得到有效识别与及时解除，旋转机械的精度将不断降低，直至系统完全损坏，甚至引起不可挽回的后果。

很多有效的传统滚动轴承故障诊断方法依靠旋转机械的运行振动信号对其进行故障诊断[4-6]，对其时域、频域及时频域进行分析，如振动分析、温度分析以及油液分析等。其中振动分析是最具说服力的方法，从振动信号中提取大量的特征参数作为传统故障诊断的标准。时域特征（均方差根、峭度）被广泛应用于轴承性能评估[7-9]。Chen等[10]提出基于均方差根值（root mean square，RMS）的时域统计指标用在滚动轴承状态识别中，RMS反映的是信号能量，振幅值随时间变化的越缓慢，其效果越明显，很明显对早期故障不敏感。袁云龙等[11]基于峭度（Kurtosis）的时域统计指标来进行滚动轴承状态识别，峭度对冲击信号的有较大的反应，所以对早期异常故障信号有较高的敏感性，但对于微小波动的情况，可能出现敏感度过高造成评估滚动轴承故障的可靠性产生影响。而滚动轴承振动信号隐含的特征信息非常多，特征信息的提取是滚动轴承的关键。采用多种时域特征，研究滚动轴承运行状态与振动信号之间的关系。……