摘要：滚动轴承工作环境比较复杂，现场测得的振动信号往往含有大量噪声且滚动轴承早期故障特征比较微弱容易被噪声所淹没，如何有效降低滚动轴承故障信号中的噪声准确提取故障特征是一个难题。将流形理论与对偶树复小波（Dual-tree complex wavelet transform, DTCWT）方法结合，提出一种对偶树复小波流形域降噪方法。将轴承振动信号进行对偶树复小波分解构造高维信号空间，然后利用最大方差展开流形算法（Maximum variance unfolding, MVU）提取高维信号空间中的真实信号子空间，去除噪声子空间，充分利用了MVU的非线性特征提取能力以及DTCWT的完全重构特征和平移不变性。运用仿真数据和滚动轴承工程信号对降噪方法进行检验，结果表明DTCWT_MVU可以有效消除轴承信号中的噪声成分，保持信号特征波形，提高信噪比，具有较强的工程使用价值和通用性。

关键词：对偶树复小波 最大展开流形 降噪 滚动轴承 故障诊断 

单位：大连理工大学振动工程研究所 大连116023 大连理工大学数学科学学院 大连116023