【摘要】针对绞车受基座晃动、横向风载及起放钻具外部冲击等影响，故障信号噪声成分复杂，难以实现准确故障预警的问题。提出了基于迭代奇异值分解 (Iterative Singular Value Decomposition，ISVD) 和高斯混合模型 (Gauss mixture model，GMM) 的绞车故障预警方法。采用 ISVD 分解原始信号并提取故障信号的有效成分；通过小波包变换 (Wavelet Packet Transform，WPT) 重构信号增强微弱故障信号成分；利用 GMM 方法建立统计分布，结合 KL 距离进行故障预警。最后通过实验验证了基于 ISVD-GMM 的绞车故障预警方法的有效性。