电池极片的一致性直接决定了电池的利用效率,而电池极片生产过程中一个重要的环节就是极片轧辊的轧制。为了提高极片轧机的工作效率,降低维护成本并提高极片的轧制质量,采用振动分析对轧机进行监测。针对极片轧机的振动特征信号微弱且复杂的问题,研究设计一种针对极片轧机主体的振动分析系统。当轧机主体在空载、负载和故障模式下时,对振动信号进行采集并进行在线分析,进而提取出轧机的各种振动特征。通过实验后发现设计的振动特征分析系统可以识别出极片轧机的微弱故障和轧机特征。论文从以下几个方面进行研究:首先,从国内外轧机振动分析系统发展现状和趋势入手,分析总结目前的技术手段。然后根据现场的实验轧机进行振动动力学建模,计算出轧机振动频率数值,并以此指标为基础研究针对极片轧机的振动分析系统,从提出的多种方案中选择一种采集可靠且可实现多信号分析手段的系统。其次,针对采集到的振动特征进行信号调制的处理,首先分析了传感器类型和参数并选择合适的传感器。然后针对放大器的性能参数进行放大器的选择,采用低噪声多级放大、IEPE恒流源电流增强、多阶低频滤波等多种技术手段对信号进行放大和降噪。最后通过建立噪声模型分析电路板的性能,通过放大倍数、纹波和噪声放大等分析调理电路使其能满足系统的要求。接下来,通过EEMD和自适应滤波多重滤波的方法对信号进行滤波预处理,并模拟轴承的振动故障信号来验证方法的有效性,为了提取特定频段振动信号设计变参数的数字滤波器,且在信号提取过程中采用时域、分阶傅里叶和多小波变换等多种手段,最后把编写的算法封装后采用混合编程的方法应用到系统中并完成人机交互设计。最后,针对700mm轧辊的轧机进行实验系统的搭建,并针对不同测试部位选择安装相应类型的传感器,首先测试空载时的轧机振动来分析转速变化对轧制整体的影响,然后选择不同轧制压力时提取轧机振动特征,并选择一个合适的轧制压力进行轧制。为了研究轧辊对极片的影响,采用不同磨损程度的轧辊进行对比。最后对人为制造齿轮箱和安装轴不对称等故障进行识别,实验结果发现分析系统可以识别以上各种工况,且最终通过故障状态的振动峭度值验证了系统的准确性。