当压缩机的不同故障特征频率分布在同一频带时，单靠此特征频带，系统仅可以给出此时可能发生的所有故障形式，此时要同时考虑可能故障所伴生的频率特征，有时还得同时与站场其他设备的工作状态相联系，以确定故障的具体形式，以便针对性地采取维修措施。
实例分析分析某输气处H410型压缩机轴承磨损时的振动信号以及相对应的小波包分解重构的各个频段时域信号，压缩机的转速为3000r／min，即50Hz，它的二倍频为100Hz，三倍频为150Hz，1／2倍频为25Hz，1／3倍频为16.6Hz。压缩机的临界转速为5000r／min。对压缩机的轴承进行水平方向的振动监测，振动信号的采样频率为300Hz，振动测量数据如图3所示。
对测量得到的振动数据用Daubechies小波基进行小波包分解，信号分解到第五层，计算每个频段内的小波包系数的模，同时也计算第四层每个频段内的小波包系数的模。将第五层和第四层相同频段内小波包系数的模进行比较，可以发现，在第七个频段内，即46.875～50Hz，发现第五层小波包系数的模小于第四层的小波包系数的模，由此可以判断出此时压缩机发生了故障，从已建压缩机故障知识库中查出其所对应的故障类型压缩机轴承磨损。
结论压缩机发生故障时主要表现为振动异常，在各频率成分信号能量中，包含着丰富的故障信息，某些或者某种频率成分能量的改变即代表了一种故障信号。本文根据小波包变换对信号奇异性敏感的特点，对压缩机振动信号采用小波包分解，分析各个频带内信号的小波包模系数，从而判断出设备是否发生故障以及故障类型及部位。实例分析表明，本文采用的小波包分析在压缩机的故障诊断中是非常有效的，准确度较高。
