摘要： 针对大型电机滑动轴承故障诊断困难的问题，提出基于频域积分、变分模态分解(Variational Mode Decomposition，VMD)和经验小波分解(Empirical Wavelet Transform，EWT)相结合的滑动轴承故障诊断方法。以实际故障电机轴承加速度信号为例，首先通过频域积分得到位移信号，分析位移信号的时域和频域特征可初步诊断出电机可能存在碰摩故障和不对中故障，但轴心轨迹图混乱，无法给出肯定结论；然后将经粒子群算法(Particle Swarm Optimization，PSO)优化的变分模态分解和小波阈值去噪相结合对原始位移信号进行去噪，通过经验小波变换得到位移信号的主要频率成分并进行重构，重新绘制轴心轨迹，分析表明经提纯得到的轴心轨迹清晰、特征明显，可以由此判断出电机存在碰摩-轴承不对中耦合故障。最后将该方法与聚类经验模态分解(Ensemble Empirical Mode Decomposition，EEMD)等方法对比可以得出，采用该方法可以得到更清晰的轴心轨迹图，有助于实现电机滑动轴承的故障诊断。

关键词: 故障诊断；滑动轴承, 频域积分, 变分模态分解(VMD), 经验小波分解(EWT), 轴心轨迹