摘　要：利用基于广义谐和函数的随机平均法，建立了高斯白噪声激励下五自由度强非线性随机振动系统的Pontryagin方程及后向Kolmogorov方程。求解这两个高维偏微分方程，得到了系统的平均首次穿越时间、条件可靠性函数以及平均首次穿越时间的条件概率密度。用Monte Carlo数值模拟验证了理论方法的有效性。

摘要：提出一种从信号时频域提取故障特征的新方法，先将振动信号作Morlet小波变换，再将小波系数顺序划分成多个子列，各子列协方差矩阵的特征值为所需的特征参数。为了更有效地提取信号的振动特性及周期性成分，使用了最小香农熵准则和奇异值分解技术选择Morlet小波参数，并用比较实验证明了参数优化的有效性。状态辨识使用了连续型隐马尔可夫模型，在三种故障程度下分别实现了轴承正常状态，滚动体故障，内圈和外圈故障的正确辨识，平均精度都大于93%。