摘要： 针对强噪声背景下共振频带难以定位所导致滚动轴承故障特征频率难以提取的问题，许多学者采用无偏自相关函数时延降噪或模态分解降噪的方法，但其存在难以自适应选择时延数和重构分量的问题，因此提出有偏自相关函数时延降噪的新方法。针对快速谱峭度(Fast-Kurtogram)的评价指标—包络信号峭度易受偶然性冲击和非高斯噪声影响的问题，提出一个新指标Se，Se 表征包络谱中1～3 阶故障特征频率与一定频宽内频率幅值均值的比值之和，可有效避免峭度的缺陷。针对1/3-二叉树结构以及小波包分解结构频带划分不足的问题，为使其能在带通内获取足够的故障特征信息且使噪声含量较少，提出一种新的频带划分方法——1/3-二叉树-25 %重叠结构方法。在1/3-二叉树的基础上，该结构每层滤波频带重叠25 %。采用有偏自相关函数时延降噪对信号进行预处理，以Se 为指标，对预处理后信号进行1/3-二叉树-25 %重叠滤波器组滤波，选择最大Se 对应频带为最优解调频带，对滤波后信号进行包络分析，从而进行故障诊断。根据实验数据验证了该方法的有效性。

关键词: 故障诊断, 最优解调频带, 时延降噪, 频带划分, 强噪声