张龙，闫乐玮，熊国良，胡俊锋

(1.华东交通大学 机电与车辆工程学院，江西 南昌 330013；2.中国铁路南昌局集团有限公司 科学技术研究所，江西 南昌 330013)

轮对轴承作为高速列车走行部的“关节”，长期处在高速运行的状态下，不仅承受机车车体自重的垂向力，在列车转向时还承受着轮轨间的径向力。在多种外力的联合作用下，轮对轴承极易产生故障，而机车在高速运行的状态下一旦产生故障，将造成一系列的、难以预料的后果。因此，轮对轴承的故障诊断一直是研究的热门之一。机车轮对轴承的故障诊断方法主要有直接观察法、温度检测法、油液光谱分析法和振动噪声频谱分析法等。其中，振动噪声频谱分析法适用性高、效果好，测试信号处理简单直观，使用最广泛。在振动噪声频谱分析法中，信号处理是非常重要的一个环节，其目的是去除得到的信号中的噪声，将信号转变成容易识别和处理的形式，以便于后续的研究处理。经验模态分解自HUANG等[1]于1998年提出后，一直在信号处理方面发挥着重要的作用，其没有任何函数公式，而是依据原信号的时间尺度对信号进行分解，理论上可以应用在任何类型的信号上，因此在处理非线性非平稳信号上具有明显的优势。LIU等[2−3]用经验模态分解方法研究分析了轴承和齿轮箱，都得到了比较好的结果。但不可否认的是，EMD没有一个准确的函数关系式，缺乏理论基础，且端点效应和模态混叠始终是待处理的难题。……