齒輪減速機滾動(dòng)軸承故障振動(dòng)信號呈現出非線(xiàn)性、非平穩性及降噪背景較強等特點(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)相結合的振動(dòng)信號特征提取技術(shù)。共振稀疏分解是基于品質(zhì)因子可調小波變換與形態(tài)分量分析的一種新的信號分解方法，與常規的基于頻帶劃分的信號分解方法不同，它依據信號各分量的震蕩形態(tài)不同對信號進(jìn)行分解。先通過(guò)小波值降噪方法明顯減小信號中的噪聲，隨后對降噪后的信號進(jìn)行共振稀疏分解，將信號分為不同共振特性的分量，即具有持續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(guò)對分解所得到的低共振分量采用Hibert 包絡(luò )解調方法提取沖擊故障特征。將該方法分別應用于仿真信號和軸承實(shí)驗臺故障沖擊性實(shí)例，驗證了該方法的有效性。

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