1

滚动轴承故障诊断现代分析方法 2.1小波变换在轴承故障中的应用   在轴承故障诊断中，常常只对轴承的局部异常区域所引起的信号局部变化感兴趣，这些信号由于非常微弱、能量很小，往往容易被噪声淹没而难以辨别。当故障诊断应用傅立叶变换进行分析时，不能进行局部化分析。而具有良好时域和频域局部化特性的小波变换，能对信号的高频、短时成分准确地在时域和频域中进行分析，可将故障特征信号有效地分离出来，从而对故障做出分析与解析。采用连续小波变换和独立分量分析的方法对滚动轴承的信号进行消噪和分离，可以提高信号的信噪比和诊断率。对滚动轴承的早期故障诊断，可将小波滤波和循环平稳度分析方法相结合，采用最小熵方法对小波滤波器参数进行优化。 2.2 遗传算法在轴承故障中的应用  遗传算法(GA)是建立在自然选择和群体遗传学机理基础上的随机、迭代和进化，具有广泛适用性的搜索方法。它模拟了自然选择和遗传过程中发生的繁殖、交配和变异现象，根据适者生存、优胜劣汰的自然法则，利用遗传算子逐代产生，优选个体，最终搜索到较优的个体。