摘要： 最小熵解卷积(MED)是一种常规的微弱故障特征提取方法，对局部故障脉冲有比较好的提取效果，但是对于含有周期性故障脉冲的振动信号，故障特征识别率比较低。微弱故障时候的行星齿轮箱产生的振动信号通常是周期性的，MED不能取得比较好的识别效果。针对行星齿轮微弱故障特征难以提取的问题，将最大相关峭度解卷积(MCKD)方法应用到行星齿轮箱微弱故障特征提取中。MCKD避免了最小熵解卷积对周期性冲击识别度低的缺点，同时可以有效抑制行星齿轮箱中谐波和噪声分量，准确地识别出行星齿轮箱所处状态。为了验证该方法在行星齿轮箱中的应用价值，将两种方法分别应用在传动系统综合诊断平台收集到的振动信号中，结果表明MCKD算法对于行星齿轮箱微弱故障识别有比较好的效果。

关键词: 故障诊断, 行星齿轮箱, 微弱故障, 最小熵解卷积, 最大相关峭度解卷积