摘要：提出了一种基于双树复小波（DTCWT）和深度信念网络（DBN）的轴承故障诊断新方法。采用DTCWT对轴承振动信号进行分解实验，结果表明DTCWT能够很好地将信号分解到不同频带。进而提取能量熵作为故障特征，采用DBN小样本分类模型对轴承故障进行分类，并与传统分类器进行比较，结果表明该方法能准确识别不同故障类型，扩展了DBN在机械故障诊断中的应用。

关键词：双树复小波 深度信念网络 受限波尔兹曼机 故障诊断 

单位：燕山大学电气工程学院; 秦皇岛066004; 中南大学信息科学与工程学院; 长沙410006; 燕山大学机械工程学院; 秦皇岛066004