Page 255 - 《振动工程学报》2026年第2期

第 39 卷第 2 期 振 动 工 程 学 报 Vol. 39 No. 2
2026 年 2 月 Journal of Vibration Engineering Feb. 2026

融 合 相 关 基 尼 指 数 与 优 化 Morlet 小 波 的 柔 性 薄 壁

椭 圆 轴 承 故 障 特 征 提 取 方 法

余焱江， 赵学智

（华南理工大学机械与汽车工程学院，广东 广州 510641）

摘要：柔性薄壁椭圆轴承相对于普通滚动轴承在运动特性和故障特征频率上有显著差异。本文提出采用混合天鹰-非洲秃鹫
优化的 Morlet 小波来提取其故障特征。尽管 Morlet 小波变换能够描述信号的时频特性，但其结果的准确性依赖于小波参数
的选择。为了解决这一问题，本文通过结合能量集中程度和重构精度的概念，构建一个用于 Morlet 小波参数优化的目标函
数。同时，引入混合天鹰-非洲秃鹫优化算法对小波参数进行优化选择，进而设计一种基于相关基尼指数的故障特征提取和重
构方法，以提取与故障相关的频率切片并重构故障特征的时域序列。试验结果表明，所构建的参数优化方法可以使 Morlet 小
波更好地展现柔性薄壁椭圆轴承振动信号的时变特性。另外，本文设计的提取和重构方法成功分离出隐藏在原始振动信号
中的故障特征冲击，并验证了故障特征频率的时变性，为柔性薄壁椭圆轴承故障诊断提供了一种思路。
关键词： 故障诊断；柔性薄壁椭圆轴承；故障特征提取；小波变换；相关基尼指数
+
中图分类号：TH165 .3；TH133.3 文献标志码：A DOI：10.16385/j.cnki.issn.1004-4523.202403011

Fault feature extraction method for flexible thin-walled elliptical bearings
integrating correlated Gini index and optimized Morlet wavelet

YU Yanjiang，ZHAO Xuezhi
（School of Mechanical and Automotive Engineering，South China University of Technology，Guangzhou 510641，China）

Abstract： Flexible thin-walled elliptical bearings exhibit notable disparities in kinematic attributes and fault characteristic frequencies
compared to conventional rolling bearings. This paper proposes employing the Morlet wavelet with a hybrid aquila optimizer and african
vultures optimization for extracting their fault features. While Morlet wavelet transform can capture the time-frequency characteristics of
signals，the accuracy of its outcomes greatly depends on the chosen parameters of Morlet wavelet. To tackle this issue，this paper constructs
an objective function for optimizing Morlet wavelet parameters by integrating concepts of energy concentration and reconstruction accuracy.
Meanwhile，a hybrid aquila optimizer and African vultures optimization is employed to optimize the wavelet parameters. In addition，a fault
feature extraction method based on the correlated Gini index is presented，aiming to extract frequency slices relevant to faults and reconstruct
time-domain sequences of fault features. The experiment results indicate that Morlet wavelet is able to describe a more accurately time-varying
features of vibration signals with the proposed parameter optimization method. Additionally， the extraction and reconstruction method
designed in this paper successfully separates the fault feature impulses from the normal periodic impulses and validates the time-varying nature
of fault characteristic frequencies，providing an approach for fault diagnosis of flexible thin-walled elliptical bearings.
Keywords：fault diagnosis；flexible thin-wall elliptical bearing；fault feature extraction；wavelet transform；correlated Gini index

谐波齿轮传动技术 [1] 是一种新型传动技术，已 使得柔性薄壁椭圆轴承的基本组成元件容易受到损

经成功应用到航空航天、医疗等领域 [2-3] 。柔性薄壁 坏，利用振动检测和信号处理方法来分析其损伤状
椭圆轴承是谐波减速器的关键组成部件。在装配到 况对于谐波减速器的正常运行具有重要的意义。
椭圆凸轮轴后，由于受到椭圆凸轮轴的挤压，柔性薄 时频分析方法能够同时表示振动信号时间和频
壁椭圆轴承的内、外圈会发生强制变形，呈现出椭 率特征，被广泛用于工程领域 [5-7] 。小波变换作为传
圆形 。在工作过程中，椭圆凸轮轴的长轴和短轴不 统的时频分析方法，在故障诊断领域 [8-10] 表现出良好
[4]
断旋转交替，从而产生周期性冲击。这种工作方式 的性能。例如，在旋转机械状态监测领域，小波变换

收稿日期：2024-03-05；修订日期：2024-04-30
基金项目：国家自然科学基金资助项目（52375538, 51875216）；广东省自然科学基金资助项目（2019A1515011780）