摘要： 针对大圆机的大型薄壁齿轮在制造与装配过程中容易产生偏心问题，提出一种基于振动信号的齿轮偏心故障检测方法。首先，利用偏斜度解卷积（Skewness Deconvolution，SED）增强振动信号中的齿轮偏心故障特征。其次，运用经验模态分解(Empirical Mode Decomposition，EMD)将目标信号分解为有限个固有模式分量（Intrinsic Mode Function，IMF）。然后，提出加权-相关频峭度指标（Weighted Correlation-frequency Kurtosis，WCK）自适应提取包含偏心故障特征的IMF分量，并结合峭度与峰值比指标刻画故障信息。最后，开展了大圆机齿轮偏心故障诊断实验研究，实验结果表明该方法可自适应提取故障分量，结合故障分量的频率、峭度与峰值比指标可以实现齿轮偏心故障判定与定位。

关键词: 故障诊断, 大圆机, 齿轮偏心故障, 偏斜度解卷积, EMD, 自适应特征提取