滚动轴承由于具有效率高、摩擦阻力小、装配方便、润滑容易实现等优点,在旋转机械中得到了广泛的应用,是机械设备,特别是旋转机械的核心组成部件。但滚动轴承工作环境恶劣,负载变化复杂,所以故障率较高。因此,研究滚动轴承的状态监测与故障诊断技术,对于保障机械设备的安全、稳定运行具有重要意义。滚动轴承的状态监测与故障诊断有两个主要特点：一是滚动轴承经常处于负载和转速变化的工况下,产生的振动信号通常是非平稳信号；二是滚动轴承故障信号调制频率较多,难以提取和识别。本文在国家高技术研究发展计划(863计划)项目“大型风力发电机组状态监控与故障诊断技术研究”(项目编号：2009AA04Z414)和国家自然科学基金项目“多尺度线调频基稀疏信号分解方法及其在机械故障诊断中的应用研究”(项目批准号：50875078)资助下,研究了非平稳转速下滚动轴承的故障诊断方法,根据滚动轴承的结构和故障信号特点,研究了基于故障特征频率的阶比分析方法,并将其应用于变转速工况下滚动轴承的故障诊断。本文的主要研究工作有(1)介绍了滚动轴承故障诊断技术的发展概况和目前主要采用的方法,重点介绍了阶比跟踪算法。(2)介绍了包络解调、基于多尺度线调频基的稀疏信号分解方法和阶比分析方法等信号处理方法,并将这些方法有机结合,针对滚动轴承故障信号特点,提出了基于故障特征频率的阶比分析方法。(3)针对滚动轴承故障振动信号的包络集中携带了故障信息这一特点,提出了基于故障特征频率的包络阶次谱方法。该方法可以有效地提取出故障振动信号包络中的故障特征频率,利用该故障特征频率可将包络信号平稳化,再进行FFT变换得到包络谱,可有效诊断变转速工况下的滚动轴承故障。(4)针对变转速工况下滚动轴承故障振动信号的包络中包含了故障特征频率的一簇谐波这一特点,提出了基于故障特征频率的滚动轴承分量信号阶比分析方法。该方法可以有效地提取出故障振动信号包络中的故障特征频率及其谐波成分,利用故障特征频率对分量信号和进行阶比分析,可有效诊断变转速工况下的滚动轴承故障,且这一诊断方法抗噪性强,分量信号识别效果好。(5)针对滚动轴承出现故障时,其产生的振动信号往往表现出较强的非线性、非高斯性和非平稳性特征等特点,提出了一种基于故障特征频率的阶比双谱方法,并将其应用于变转速工况下的滚动轴承故障诊断。该方法能有效提取变转速工况下滚动轴承的故障特征频率,突出故障特征。本文根据滚动轴承的结构和故障信号特点,研究提出了基于故障特征频率的阶比分析方法,并在此基础上,针对滚动轴承故障信号的具体特征,提出了基于故障特征频率的包络阶次谱方法、分量信号阶比分析方法和阶比双谱方法。仿真分析和诊断实例表明,这些方法能有效应用于变转速工况下滚动轴承的故障诊断。