摘要： 针对滚动轴承早期故障受噪声污染大，故障特征频率难以提取而导致的故障诊断困难问题，提出一种新的滚动轴承早期故障特征提取方法。首先利用泰尔指数(Theil Index，TI)对滚动轴承进行健康状态评估，并检测出状态异常的信号；然后对异常信号进行奇异谱分解(Singular Spectrum Decomposition，SSD)得到若干分量，以方差贡献度为标准筛选出最佳分量；最后通过蜜獾算法(Honey Badger Algorithm，HBA)优化的最大相关峭度解卷积(MaximumCorrelated Kurtosis Deconvolution，MCKD)对最佳分量进行降噪处理，并对降噪处理后的信号进行包络解调分析提取出故障特征频率。通过两个数据集的分析，验证所提方法的有效性。

关键词: 故障诊断, 泰尔指数, 奇异谱分解, 蜜獾算法, 最大相关峭度解卷积, 滚动轴承