滾動(dòng)軸承是旋轉(zhuǎn)機(jī)械中使用廣泛且較易損傷的機(jī)械零件，它的運(yùn)行狀況直接影響機(jī)械系統(tǒng)的T作狀況，一旦出現(xiàn)故障可能導(dǎo)致重大事故的發(fā)生。據(jù)統(tǒng)計(jì)，在旋轉(zhuǎn)機(jī)械設(shè)備故障中約有30%來自于滾動(dòng)軸承?？梢姡瑢?duì)滾動(dòng)軸承損傷進(jìn)行識(shí)別，準(zhǔn)確判斷故障類別，對(duì)保障設(shè)備安全可靠工作地具有重要意義。滾動(dòng)軸承的故障一般分為內(nèi)圈故障、外圈故障和滾動(dòng)體故障3類，故障時(shí)會(huì)出|現(xiàn)周期性的脈沖信號(hào)，表現(xiàn)形式為調(diào)制信號(hào)。對(duì)于非線性、非平穩(wěn)的信號(hào)，第一代小波變換存在著小波基不易選取、不能靈活匹配待分析信號(hào)等缺陷，無法準(zhǔn)確地反映信號(hào)的本質(zhì)特征。與之相比，第二代小波變換簡(jiǎn)單快速，適合于白適應(yīng)、非線性變換。第二代小波尺度函數(shù)和小波函數(shù)的形狀與滾動(dòng)軸承出現(xiàn)故障時(shí)的振動(dòng)信號(hào)波形相似，可以很好地匹配故障信號(hào)的波形，將某一敏感頻帶內(nèi)的微弱故障特征凸現(xiàn)出來，從而為故障特征提取提供更加豐富的信息。由Huang等提出的EEMD分解方法可根據(jù)信號(hào)局部的時(shí)變特性進(jìn)行白適應(yīng)的時(shí)頻分解，將信號(hào)分解成有限個(gè)本征模態(tài)函數(shù)（IMF）．各IMF分量包含了原信號(hào)不同時(shí)間尺度的局部特征，減小了信號(hào)特征信息之間的干擾和耦合。