谐波减速器是公认的最优秀的机器人用传动齿轮,而柔性轴承则是谐波减速器当中的关键零件,它对谐波减速器的回转精度、使用寿命具有重要影响。轴承的振动信号包含丰富的信息,通过轴承振动特征能够获知轴承当前的性能状态。分析柔性轴承的振动信号,提取柔性轴承性能退化敏感特征,预测柔性轴承剩余使用寿命对维护设备正常运行具有重要意义。论文主要研究工作如下:1.基于谐波减速器的工作原理与柔性轴承的运行工况,搭建柔性轴承寿命测试验台,在此基础上进行柔性轴承单点故障试验与加速寿命试验,获得柔性轴承全寿命振动数据。2.通过相关性分析对比了柔性轴承振动信号14个时域特征、4个频域特征,以及小波包子带信号的样本熵特征在加速寿命试验中随试验时间变化的趋势,结果表明,小波包样本熵与试验时间相关系数最大,选用小波包相对样本熵作为柔性轴承性能退化敏感特征。3.针对小波包相对样本熵失效值不确定问题,使用基于矩估计的遗传算法建立小波包相对样本熵失效值的三参数威布尔分布模型,并与矩估计以及基于牛顿迭代法的极大似然估计方法进行对比,结果表明:基于矩估计的遗传算法方法能够准确估计三参数威布尔分布的模型参数,且估计精度最高;小波包相对样本熵失效值满足三参数威布尔分布。4.针对性能退化特征与柔性轴承剩余使用寿命存在的不确定关系,结合遗传优化算法建立高斯过程回归剩余使用寿命预测模型,使用训练数据检验模型的适用性,并与支持向量回归机、反向传播神经网络模型进行对比。结果表明:遗传-高斯过程回归模型能够较准确给出柔性轴承剩余使用寿命的点估计值与预测置信区间,预测性能最优。5.基于小波包相对样本熵与遗传-高斯过程回归剩余使用寿命预测模型,在柔性轴承寿命测试试验台的基础上设计了柔性轴承剩余使用寿命预测系统,实现柔性轴承振动数据采集与柔性轴承剩余使用寿命预测。