齒輪減速機滾動軸承故障振動信號呈現出非線性、非平穩性及降噪背景較強等特點，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)相結合的振動信號特征提取技術。共振稀疏分解是基于品質因子可調小波變換與形態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不同對信號進行分解。先通過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沖擊特性的低共振分量。后通過對分解所得到的低共振分量采用Hibert 包絡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驗臺故障沖擊性實例，驗證了該方法的有效性。

  齒(chi)輪減速(su)機滾(gun)動(dong)軸承(cheng)是(shi)(shi)機械中常用(yong)(yong)的(de)零部件之一，也(ye)是(shi)(shi)機械的(de)易損件之一。當滾(gun)動(dong)軸承(cheng)出現故(gu)(gu)障(zhang)(zhang)時，會引起一連串(chuan)的(de)連鎖反(fan)應，導致設備(bei)性能下(xia)降甚至(zhi)停機停產(chan)。目前(qian)對于(yu)(yu)滾(gun)動(dong)軸承(cheng)故(gu)(gu)障(zhang)(zhang)診斷 比較常用(yong)(yong)的(de)是(shi)(shi)振動(dong)檢(jian)測法，從時域、頻域、時頻域等(deng)多個方面(mian)提(ti)取反(fan)映滾(gun)動(dong)軸承(cheng)運行(xing)狀態的(de)特(te)征指(zhi)標，具有(you)可在(zai)線、實時、非(fei)損傷、診斷便(bian)捷準確等(deng)特(te)點(dian)。但(dan)是(shi)(shi)滾(gun)動(dong)軸承(cheng)故(gu)(gu)障(zhang)(zhang)振動(dong)信(xin)(xin)號呈(cheng)現的(de)沖(chong)擊(ji)性、非(fei)線性、非(fei)平穩性及噪聲背景較強等(deng)特(te)點(dian)，特(te)別是(shi)(shi)早期微(wei)弱故(gu)(gu)障(zhang)(zhang)，采(cai)用(yong)(yong)一般的(de)基(ji)于(yu)(yu)頻帶劃分的(de)信(xin)(xin)號分解方法難以有(you)效(xiao)的(de)提(ti)取故(gu)(gu)障(zhang)(zhang)特(te)征。