任彬，白东，谢虎，韩柏和，肖苏伟

(1.石家庄铁道大学机械工程学院，石家庄市，050043；2.农业农村部南京农业机械化研究所，南京市，210014；3.中国热带农业科学院橡胶研究所，海口市，571101)

0 引言

自走式连续作业打捆机作为一款新型的自动化、智能化农业机械产品，其关键部件齿轮箱长期处于高速、高载荷工作状态下，易出现疲劳磨损、胶合、断齿等机械故障。齿轮箱机械故障的发生会严重影响打捆机的正常作业，甚至延误农时，造成经济损失[1]。为了实现对不同故障类型的预测和防控，对齿轮箱实现故障诊断具有重要意义。

通过对振动信号时频域分析提取故障特征参量，将特征参量作为评价指标进而实现故障诊断识别是一种常用的故障诊断方法[2-10]。其中Hou等[11]利用稀疏编码和全局优化实现了滚动轴承弱故障特征的提取并进行故障诊断试验，诊断率达到100%；Zappalá等[12]提出采用边带功率因数作为评价齿轮状态的标准，有效的实现了故障自动诊断。但由于打捆机本身工作环境恶劣，振动信号成分复杂，同时常用故障特征参量冗杂，进一步提高了决策难度。因此，需要从众多的故障特征参量中提取出对故障诊断决策有意义参量集合，并使得该集合尽可能小，以保证决策过程的便易性[13]。

粗糙集属性约简理论是波兰学者Pawlak[14]提出的一种属性约简理论，娄玉华[15]利用粗糙集理论对提升机复合故障诊断决策表进行约简获得决策规则，通过试验证明该规则集能有效诊断提升机故障；……