智能故障诊断是一门由多种学科相互交叉相互渗透而形成的新兴学科。它利用各种传感器对设备或系统的运行状态进行监测和控制，并利用现代信号处理技术观测信号进行综合处理，从而获得关于系统的运行状态信息。在此基础上，进一步对系统进行故障诊断和预测处理。智能故障诊断技术在航空航天、核电站及大型设备等中得到广泛的应用。本文主要对智能故障诊断中的信号处理技术，特别是基于小波分析的信号处理技术与神经网络技术进行了研究。主要的研究工作如下： 1．基于小波变换的故障诊断 ·根据小波变换的信号奇异性检测理论，给出了一种基于B样条小波的故障诊断算法，并对其进行了计算机仿真，结果表明该方法正确有效。 ·根据信号和白噪声在小波变换下的不同奇异特性，给出了一种信号消噪算法，从而提高了信号的信噪比，为提高故障的正确诊断率提供了基础，并将该方法应用于计算机仿真实验中，取得了理想的结果。 ·运用小波包分解技术对信号进行能量频带分析，给出了相应的诊断实现算法和仿真结果。 2．基于神经网络的智能故障诊断 深入研究了故障珍断中广泛应用的前向反馈网络的BP算法，针对其存在的缺陷给出了相应的改进措施，并在旋转机械故障诊断中进行验证。 3．小波神经网络 概述了小波神经网络的结构模型、学习算法等，并探讨了其应用和发展。