利用小波包分解4种不同间隙的局部碰磨故障，可查看故障的频谱。-The use of wavelet packet decomposition of 4 different partial gap Rubbing failure, failure to see the spectrum.

基于小波变换的碰磨故障信号的特征提取，可以画出信号原图，轴心轨迹，频谱图以及多层小波变换的重构信号-Based on wavelet transform rubbing fault signal feature extraction, the signal can be drawn artwork, orbit, spectrum and signal reconstruction wavelet multi-

经验小波变换(EWT)是一种新的自适应信号分解方法, 该方法继承了EMD 和小波分析方法的各自优点, 通过提取频域极大值点自适应地分割傅里叶频谱以分离不同的模态, 然后在频域自适应地构造带通滤波器组从而构造正交小波函数, 以提取具有紧支撑傅立叶频谱的调幅-调频(AM-FM)成分。本文将该方法引用到机械故障诊断中, 提出了一种基于经验小波变换的机械故障诊断方法, 并与EMD方法进行了对比分析。仿真结果表明, 经验小波变换方法明显优于EMD方法, 能有效地分解出信号的固有模态。与EMD 相比较, 该

详细介绍了钢轨波磨的形成机理 横向蠕滑率的变化起到了作用(The change of the transverse creep rate of the formation mechanism of the rail corrugation has been introduced in detail.)