滾動軸承是機(jī)械設(shè)備中應(yīng)用最廣泛的零部件之一，隨著機(jī)械設(shè)備精密化和復(fù)雜化程度增加，對滾動軸承的精度和可靠性要求也越來越高。滾動軸承的損傷，即使是微小的損傷，都有可能影響整個設(shè)備正常功能的實(shí)現(xiàn)。因此滾動軸承的故障信息檢測，特別是早期故障微弱信號檢測就顯得尤為重要。本文將共振稀疏分解（Resonance-based sparse signal decomposition，RSSD）這一新的信號分解方法應(yīng)用于滾動軸承早期故障微弱信號檢測，獲得了良好的效果。論文在滾動軸承系統(tǒng)單自由度振動模型的基礎(chǔ)上分析了滾動軸承故障沖擊響應(yīng)的波形特點(diǎn)，提出了更接近實(shí)際情況的二自由度振動模型。研究了解調(diào)頻帶的確定原則和故障信號調(diào)制特征。結(jié)合實(shí)際測得的故障軸承振動信號，分析了滾動軸承早期故障信號的組成成分以及這些成分的產(chǎn)生原因和處理方法。論文研究了共振稀疏分解的主要參數(shù)對分解結(jié)果的影響規(guī)律，并通過仿真實(shí)驗(yàn)驗(yàn)證了共振稀疏分解法提取故障沖擊響應(yīng)的可行性。用高共振分量來擬合故障沖擊激起的持續(xù)振蕩，用低共振分量擬合振動信號中的突兀部分（主要是故障沖擊脈沖響應(yīng)中有突躍變化的振蕩峰和噪聲信號中的尖峰），噪聲中幅值比較均勻的部分絕大多數(shù)包含在殘余分量當(dāng)中。論文研究了滾動軸承故障信號共振稀疏分解的參數(shù)確定，并提出了基于共振稀疏分解的故障信息提取方法。具體流程為：先根據(jù)振動信號頻譜確定待解調(diào)的固有頻帶，再對其進(jìn)行共振稀疏分解，提取高低共振分量中待解調(diào)固有頻帶附近的子帶，然后分別對這些子帶求和得到主子帶，將高低共振分量的主子帶求和得到原始信號的主子帶。對三種主子帶包絡(luò)解調(diào)得到包絡(luò)信號，最后對各主子帶的包絡(luò)信號進(jìn)行自相關(guān)處理并獲取包絡(luò)信號的自功率譜，自功率譜中的峰值將反映故障程度和發(fā)生故障的元件。

　　為了驗(yàn)證本文提出的故障信息提取方法的有效性，對不同故障類型和故障尺寸以及不同工況下的滾動軸承振動信號進(jìn)行了研究，并與包絡(luò)分析和小波分析進(jìn)行了對比研究。結(jié)果表明本文提出的基于共振稀疏分解的故障信息提取技術(shù)得到的頻譜毛刺更少，信噪比更高，并且該方法比傳統(tǒng)包絡(luò)分析和小波分析更能揭示故障沖擊響應(yīng)的振幅調(diào)制頻率。為滾動軸承早期故障微弱信號的檢測提供了新的解決途徑。