随着印刷机自动化程度与精密程度的不断提升,设备的可靠性和稳定性对于生产更为重要。由于印刷机中的墨路的复杂性,使轴承的单个检修十分复杂,拆卸也比较麻烦,轴承故障的频繁出现导致大量印刷废品,因此对印刷机进行故障诊断十分必要。本课题完成的主要工作内容如下:(1)本文介绍了印刷机故障诊断的研究现状,分析了现有的三种常用熵分析方法:样本熵、信息熵和双谱熵的优缺点,并对其进行比较,根据现有印刷机故障诊断方式的特点,将熵分析方法与隐马尔可夫模型结合,应用到印刷机墨辊轴承的故障诊断中。(2)本文提出基于多特征融合的印刷机轴承故障诊断方法。现有方法多针对单一声音故障信号或振动故障信号进行故障诊断,但这些方式致使信息采集不够完整,本文将声音故障信号与振动故障信号进行融合,综合考虑其影响因素,这种多特征融合诊断的方法较好地提高轴承故障诊断率。(3)本文将轴承的三种故障类型、三种故障程度和轴承的融合信号进行分别控制变量的故障诊断,分析墨辊转速对印刷机墨辊轴承诊断率的影响,对比声音故障信号和振动故障信号在墨辊轴承的故障诊断率。通过本课题的研究,为多特征融合的印刷机轴承故障诊断提供了新的方法,也为印刷机的故障诊断提供了新的思路。