摘要： 针对滚动轴承振动信号含有冲击性噪声和循环平稳性噪声，导致传统的信号处理方法提取故障信息困难的问题，提出参数优化变分模态分解(Variational Mode Decomposition，VMD)和改进最大相关峭度解卷积(Improve Maximum Correlated Kurtosis Deconvolution，IMCKD)结合的轴承特征提取方法。首先，通过平均符号动力学熵(Symbolic Dynamic Entropy，SDE)优化VMD 参数，对故障信号进行处理。其次，计算原始信号与本征模态函数(Intrinsic Mode Decomposition，IMF)的包络峭度值，选取高于原信号包络峭度的IMF分量进行重构。然后通过IMCKD提取实际故障特征周期，引入包络谱峭度与包络谱故障特征比自适应寻优移位数，对重构信号进行滤波。最后利用包络解调对滤波信号进行分析，实现轴承内外圈故障特征提取。仿真和实验结果表明，所提方法可以有效提取噪声干扰下的轴承内外圈故障特征。

关键词: 故障诊断, 变分模态分解(VMD), 包络峭度, 符号动力学熵(SDE), 自相关函数