锥齿轮减速机频谱分析。在正常状态下，锥齿轮减速机产生的平稳振动信号的峭度值基本接近于 3 ，但由于环境噪声的影响其值一般不等于 3 ，而是在 3 的上下波动。锥齿轮减速机冲击现象越明显则波动越大，偏离 3的程度也越大。因此可以依据齿轮减速马达信号峭度值与 3 的偏移量对信号的冲击现象进行简单的分类。
锥齿轮减速机结合峭度定义可知，小波包分解后，哪一频率段峭度值出现峰值波动，表明这一频率段存在冲击成分。齿轮减速马达观察图可以很清楚地看到信号的冲击频率成分，利用小波包分解可准确检测平稳时间序列中包含的冲击成分。为了识别故障，首先齿轮减速马达获取信号的小波包分解重构系数，并将这些系数作为特征向量计算出其峭度 (Kurtosis) 值。锥齿轮减速机峭度广泛的应用于机械设备振动监测中，因此对于齿轮减速马达正常运行及非正常运行的机械设备便产生了经验标准数值来评判机械设备当前的工作状态。在锥齿轮减速机工况监测中，将正常状态下运行的减速机振动信号的峭度值设定范围为 (3 ～ 4.5) 。比较节点 (3, 0) ～ (3, 7) 处小波包重构信号的齿轮减速马达峭度值大小并结合峭度定义作进一步分析，就可对系统进行监测和故障信息提取。由 8 个节点处小波包分解后的重构信号的峭度值大小计算结果。
齿轮减速马达利用传统的频谱分析方法只能从频谱图上了解振动信号所包含的频率成分，而无法确定具体频率成分的振动形式，因此无法对具体的频率成分进行进一步的分析研究。而利用小波包分解与重构技术则不仅可以观察到振动信号所包含的频率成分，同时也能够确定齿轮减速马达任意频率成份的具体振动形式。在此利用小波包分解技术对锥齿轮减速机的振动信号进行分解，选取分解层数为3，小波基选‘ db2 ’小波，小波包分解的结果。图下的数字表示对应的小波包结点数。
锥齿轮减速机小波包的分解系数的重构信号，即重构某一小波包，只需保留这一小波包的数据，而把这一层中其他小波包的数据置为零。然后把经处理的齿轮减速马达小波包数据代入重构公式 (4.60) ，经过 J层重构之后就可以把这一小波包的时域分辨率提高到原来的大小(信号长度恢复)。分析该减速机的动信号的3层小波包分解结果不难看出，在节点 (3, 0) 和节点 (3, 1)处的小波包分解系数及齿轮减速马达重构系数有明显周期性，锥齿轮减速机观察它们各自的频谱图，已知节点 (3, 0) 处小波的频段为 {0 ～ 320Hz}，在这个频段中210Hz 这个频率所激起的能量最高 (520W) ，而该频率就是 Z2 齿轮的啮合频率。同样方法，节点 (3, 1) 处小波包的频段为 {320 ～ 640Hz} ，该频段内最大的能量峰值 (580W) 出现在420Hz处，此即为锥齿轮减速机Z2 齿轮啮合频率的 2 倍频。因此可以得出结论。http://www.vemte.com/zhijiaozhou.html