1、隨著旋轉機械設備趨于大型化、高效化、集成化，對旋轉機械安全可靠運行的要求也相應提高。滾動軸承是影響旋轉機械設備安全運行的關鍵因素之一，但是由于加工工藝、工作環(huán)境等原因造成其壽命參差性較大和損壞率高的缺點，因此需要對滾動軸承運行狀態(tài)實施有效的診斷。滾動軸承故障診斷技術擺脫了定期維修的弊端，不僅減少了因滾動軸承故障造成的不必要的人力物力損失，而且很大程度上提高了生產(chǎn)效率和機械設備的安全性和可靠性。因此，研究滾動軸承故障診斷技術具有重大的經(jīng)濟

2、意義與實際應用價值。
　　本文以滾動軸承為研究對象，采用振動信號分析方法對故障特征進行提取并識別故障類型。對基于小波分析和在線極限學習機的滾動軸承故障診斷技術中所涉及的理論、方法和關鍵技術進行了深入的研究，主要研究工作如下:
　　系統(tǒng)分析了滾動軸承故障診斷的主要方法，在眾多診斷方法中，振動診斷法適用范圍廣、處理和分析過程明確直觀，因此本文采用振動信號分析方法。通過分析軸承故障診斷領域的國內外研究現(xiàn)狀，指出快速、準確地對軸承故

3、障進行診斷已成為研究重點。此外對滾動軸承振動信號時域、頻域和時頻域分析方法及常用的滾動軸承故障模式識別方法也進行了分析。
　　深入研究了滾動軸承振動信號時頻分析方法中的小波分析方法，主要包括小波變換、第二代小波包變換和雙樹復小波包變換。重點研究了雙樹復小波包變換的抑制頻帶混疊和平移不變性兩個特性。
　　針對滾動軸承振動信號具有的非平穩(wěn)性和非線性特點，本文提出了基于改進的雙樹復小波包變換的滾動軸承故障特征提取方法。該方法是以雙

4、樹復小波包變換為基礎，利用經(jīng)驗模式分解和兩層能量比篩選的方法對其進行改進。通過仿真信號實驗對改進的雙樹復小波包變換在提取信號特征頻率方面的可行性和有效性進行了驗證。
　　在基本極限學習機的基礎上重點研究在線極限學習機，在線極限學習機是對傳統(tǒng)極限學習機的改進算法，它能夠處理連續(xù)或者逐個到達網(wǎng)絡的數(shù)據(jù)。
　　論文完成了對基于改進的雙樹復小波包變換的故障特征提取方法和基于在線極限學習機的模式識別方法兩部分的實驗驗證。將改進的雙樹復