摘要：针对旋转机械故障诊断中存在的早期非平稳微弱故障信号特征提取困难、故障诊断不准确等问题，提出了一种基于自适应假设检验滤波和支持向量机（SVM）的故障诊断方法。该方法采用统计学假设检验原理来评估参考信号（噪声信号）和原始信号（故障信号）在频域上的相似性，删除具有高相似性的频域成分；通过粒子群优化算法获得最佳的显著性水平a；定义评估因子Ipq来评价假设检验滤波的效果。最后通过SVM来逐次诊断轴系构造异常。验证结果表明该方法能够有效地诊断出传动轴不对中和不平衡的故障类型。

关键词：特征提取 假设检验 显著性水平 支持向量机 

单位：江南大学江苏省食品先进制造装备技术重点实验室; 无锡214122; 三重大学; 三重514-8507