本算法针对滚动轴承的局部故障（内圈、外圈、滚动体），基于振动信号的包络解调原理，首先通过带通滤波提取高频共振频带，再利用希尔伯特变换构造解析信号并计算其包络，进而对包络信号进行傅里叶分析得到包络谱。根据轴承几何参数（BPFI=10.824、BPFO=8.176、BSF=3.464）和实际转速（由转速计测得）计算出故障特征频率及其倍频，通过在包络谱中识别这些频率成分及其边带调制特征（尤其对于内圈故障，可见BPFI±n×转频的边带），实现轴承健康状态（健康/内圈故障/外圈故障/滚动体故障）的准确判别。该方法有效抑制了低频噪声和高频结构共振的干扰，能够从强背景噪声中提取微弱的周期性冲击特征。

算法步骤

数据加载与预处理：读取MATLAB格式的振动样本文件（2秒片段），提取加速度信号、采样频率、实测平均转速和工况标签。

带通滤波：根据经验或共振频带选择带通滤波器（如1000–3000 Hz），滤除低频转频谐波和高频电噪声，突出故障冲击引起的高频共振成分。

希尔伯特包络提取：对滤波后信号进行希尔伯特变换，构造解析信号，取其模值得到包络曲线（反映冲击幅值的时变规律）。

包络谱计算：对包络曲线进行快速傅里叶变换，得到包络谱（频率—幅值曲线），其中幅值峰值对应的频率即为故障冲击的重复频率。

故障特征频率计算：根据实测平均转速和轴承几何常数（BPFI、BPFO、BSF）计算理论故障频率（如内圈故障频率 = BPFI × (RPM/60)），并考虑滚动体故障的2倍因子。

频谱比对与故障判别：在包络谱中标记理论故障频率及其谐波（1×、2×、3×…），若存在显著峰值且与理论值吻合，则判定对应故障类型；同时观察内圈故障特有的边带（故障频率±转频）以增强诊断可靠性。

时域辅助验证：计算时域特征（均方根、峰值、峭度），高峭度值表明存在冲击性成分，辅助确认故障存在。