摘要： 提出一种融合可调品质因子小波变换(Tunable Q-Factor Wavelet Transform，TQWT)与改进的加权广义极大极小凹(Generalized Minmax-Concave，GMC)惩罚准则用于提取滚动轴承的故障特征。首先，应用TQWT开展信号分解,构造稀疏优化原子字典；其次，提出子带信号的冲击特征指标(Impact Characteristic Indicator，ICI)，定义为无偏自相关包络峭度(Kurtosis of Unbiased Auto-correlation of Envelope，KUACE)与平滑指标(Smoothing Index，SI)的比值，建立子带信号加权规则；最后，提出改进的ICI-GMC方法，实现滚动轴承故障特征提取与诊断。仿真与实验结果表明，与其他较为先进的方法相比，提出的方法具有更高的故障信号重构和特征提取精度。

关键词: 故障诊断, 小波变换, 加权稀疏优化, 滚动轴承, 特征提取