1、滾動軸承是眾多機械設備的核心零部件之一，通過設備的振動信號監(jiān)測滾動軸承運行狀態(tài)并識別其潛在故障對確保設備的安全、高效運行具有重要意義，如何從振動信號中提取相關故障特征是該領域的熱點研究課題。本文通過一種新發(fā)展出的層次分解方法將信號分解到多個層次，再計算各層所有分解信號的非線性特征量以提取滾動軸承振動信號的層次非線性特征，并將其作為支持向量機的輸入以構建滾動軸承故障診斷系統(tǒng)。其主要內容如下:
　　首先，說明了層次非線性分析在滾動軸承

2、故障特征提取方面的優(yōu)勢，即層次分解后的信號會表現一些區(qū)別于原始信號的性質，相對于單一非線性特征量而言，層次非線性特征量能提取信號中更為豐富的非線性動力學特征。因此，本文的基本研究思路是利用層次分解進行振動信號的多尺度分解，再結合非線性時間序列分析方法實現滾動軸承的故障特征提取。
　　其次，將遞歸量化分析與層次分解相結合得到了信號的層次遞歸量化分析，并應用其分析滾動軸承在典型狀態(tài)下的振動信號。分析結果表明，層次分解后的某些節(jié)點信號其

3、遞歸圖出現了區(qū)別于原始信號遞歸圖的新特征;原始振動信號的遞歸特征量不能區(qū)分的某些故障類型卻能利用其分解后某些節(jié)點信號的遞歸特征量很好地區(qū)分，這表明層次分解確實能展現振動信號中更豐富的故障特征。將層次遞歸特征量作為故障特征輸入支持向量機以訓練故障分類器，并與傳統(tǒng)的遞歸特征量作為故障特征時的故障識別結果進行對比，結果顯示前者的平均識別率明顯高于后者。
　　最后，結合層次分解與排列熵算法進行振動信號的層次排列熵分析以提取滾動軸承故障特征