摘要： 随着现代工业技术的不断进步与发展，机械设备的工作环境越来越复杂化，一旦其零/部件出现故障，将会面临巨大损失，及时有效地发现并处理设备故障有着重要的意义。通过定期的状态监测，预测机器的潜在故障是目前广泛用于重要机械设备维护的主要手段。奇异值分解(Singular Value Decomposition, SVD)理论由于其特有的降噪性质在信号处理、故障诊断领域得到了广泛应用。系统地介绍了基于SVD理论的机械故障诊断方法及其相关改进方法，及其在信号降噪、信号分离等方面的应用，归纳并总结了基于SVD理论的机械故障诊断的研究成果，最后分析了目前奇异值分解理论在机械故障诊断应用中面临的问题与挑战，以期为研究人员提供参考。

关键词: 奇异值分解; 故障诊断; 信号处理; 降噪

中图分类号: 

• TH17