RV减速机结构复杂,内部部件高度耦合。针对RV减速器的故障诊断,选择对微弱故障更为敏感的声发射信号进行故障诊断。高采样频率和大数据是声发射信号存储和分析的难题。这项研究结合了压缩感知(CS)和卷积神经网络。因此,在保留大部分信息的同时,数据冗余大大减少,提高了分析效率。首先,将时域声发射信号投影到压缩域得到压缩信号;然后,在压缩域进行小波包分解,得到各频段的信息。然后将频带信息送入多通道卷积层的输入层,能量汇聚层挖掘各频带的能量特性。最后,利用softmax分类器对RV减速器的不同故障类型进行分类预测。利用自制的RV减速器实验平台对该方法进行了验证。实验结果表明,该方法能有效提取RV减速器声发射信号中的故障特征,提高信号处理分析效率,实现了RV减速器故障的准确分类。