火力発電と原子力発電ユニットの冷却システムでは、モーターベアリングの故障信号が微弱で非線形な特徴を持っているため、運転信号や無効な信号によって簡単に隠されることがあります。単一の振動監視だけでは完全な故障情報を収集するには不十分です。これに対し、モーターベアリングの故障情報を監視するために音と振動（音振融合）信号を統合する方法を提案します。まず、収集したモーターベアリング音振信号に対して、小波リッジ（WR）と変分モード分解（VMD）を組み合わせたWR-VMDアルゴリズムを提案し、音振信号の特徴を抽出します。WRは元の信号の成分を分析し、その情報を利用してVMDのパラメータを決定し、この方法でVMDのパラメータを事前に経験に基づいて設定する必要がありました。最後に、音振信号融合技術とWR-VMDアルゴリズムを実測されたモーターベアリング故障データに使用し、シミュレーション結果は次のように示しています：同様のタイプの方法と比較して、WR-VMD法によって最も顕著な特徴が抽出され、最も少ない干渉情報が得られ、故障診断の正確性が最も高くなります。音振信号の融合は単一の振動信号や音声信号に比べて少なくとも7％の向上が得られました。

ベアリングの故障;音振融合;変分モード分解;小波リッジ;特徴抽出