针对邮政分拣机供包台轴承故障识别精度较低问题,展开一种基于小波包结合支持向量数据描述的振动故障辨识研究。运用小波变换对检测的振动信号进行降噪, 再利用统计分析、共振解调和小波包技术从预处理后的信号中提取故障特征频率和小波包 能量等时、频域特征作为输入向量。通过核参数优化选取和正常类样本集训练学习,建立描 述 轴承正常工作状态的最小特征超球体作为预测模型并带入轴承试验台中。试验结果表明,该方法的正确识别率可以达到98％以上。