齒輪減速機(jī)滾動(dòng)軸承故障振動(dòng)信號(hào)呈現(xiàn)出非線性、非平穩(wěn)性及降噪背景較強(qiáng)等特點(diǎn)，為了有效提取故障特征，提出一種小波降噪與共振稀疏分解（Resonance-based sparse signal decomposition,RSSD)相結(jié)合的振動(dòng)信號(hào)特征提取技術(shù)。共振稀疏分解是基于品質(zhì)因子可調(diào)小波變換與形態(tài)分量分析的一種新的信號(hào)分解方法，與常規(guī)的基于頻帶劃分的信號(hào)分解方法不同，它依據(jù)信號(hào)各分量的震蕩形態(tài)不同對(duì)信號(hào)進(jìn)行分解。先通過小波值降噪方法明顯減小信號(hào)中的噪聲，隨后對(duì)降噪后的信號(hào)進(jìn)行共振稀疏分解，將信號(hào)分為不同共振特性的分量，即具有持續(xù)振蕩特性的共振分量和具有瞬態(tài)沖擊特性的低共振分量。后通過對(duì)分解所得到的低共振分量采用Hibert 包絡(luò)解調(diào)方法提取沖擊故障特征。將該方法分別應(yīng)用于仿真信號(hào)和軸承實(shí)驗(yàn)臺(tái)故障沖擊性實(shí)例，驗(yàn)證了該方法的有效性。

  齒輪減速機(jī)滾動(dòng)軸承是機(jī)械中常用的零部件之一，也是機(jī)械的易損件之一。當(dāng)滾動(dòng)軸承出現(xiàn)故障時(shí)，會(huì)引起一連串的連鎖反應(yīng)，導(dǎo)致設(shè)備性能下降甚至停機(jī)停產(chǎn)。目前對(duì)于滾動(dòng)軸承故障診斷 比較常用的是振動(dòng)檢測(cè)法，從時(shí)域、頻域、時(shí)頻域等多個(gè)方面提取反映滾動(dòng)軸承運(yùn)行狀態(tài)的特征指標(biāo)，具有可在線、實(shí)時(shí)、非損傷、診斷便捷準(zhǔn)確等特點(diǎn)。但是滾動(dòng)軸承故障振動(dòng)信號(hào)呈現(xiàn)的沖擊性、非線性、非平穩(wěn)性及噪聲背景較強(qiáng)等特點(diǎn)，特別是早期微弱故障，采用一般的基于頻帶劃分的信號(hào)分解方法難以有效的提取故障特征。