多尺度思想是人们在对世界认识的不断加深的过程中逐渐产生和发展的,与单尺度的观点相比,多尺度方法更贴近人们认识事物的习惯,也更加符合事物的本质。本论文立足多尺度分析方法在旋转机械状态监测与故障诊断中的应用,以多尺度分析方法为主要研究内容,深入研究了四种典型的多尺度方法在旋转机械状态监测中的原理、方法和效果,并最后将它们引入高速列车轴承轨边声学诊断系统的研究中。研究包括： 根据旋转机械状态信号包含有特征频率及高频谐振的特征,将小波方差的能量特性引入到旋转机械状态信号的频谱特征提取中,提出了旋转机械

提出了一种基于小波频谱分析的滚动轴承故障诊断方法。利用小波默认阈值方法进行数据消噪处理,并对消噪后振动数据进行了5层小波分解。根据轴承故障特征频率,对故障特征频率所在层进行小波重构,计算功率谱密度。对滚动轴承故障的振动信号的仿真结果表明,该方法能有效识别滚动轴承的内圈、外圈和滚动体故障。

从振动信号处理角度阐述了滚动轴承故障诊断的诊断流程,总结了时域分析、频域分析(包括倒频谱分析、包络分析和谱峭度法)、小波分析、循环平稳信号分析4种主流的滚动轴承故障特征信号提取处理方法最新研究进展。并在此基础上,进一步指出了该技术的发展方向。