随着现代工业的高速发展,诸如航空航天、矿山、煤炭、冶金等影响国民经济的领域对机械设备的可靠性要求越来越高,一旦设备发生问题,也许会造成无法挽救的后果。滚动轴承作为机械设备中的关键性传动元件,它的状态故障与否在很大程度上决定着机械设备的正常运转。因此,开展滚动轴承早期故障诊断研究,对于提高机械设备的可靠性和设备维修效率具有重要意义。论文的主要研究内容如下:(1)从滚动轴承的结构、类型及故障机理着手,研究其故障原因、故障类型以及故障表现形式,选择滚动轴承振动信号进行故障诊断研究,分别提出了两种滚动轴承故障信号去噪方法,并结合递归定量分析和支持向量机进行故障识别与分类的研究。(2)针对采集到的滚动轴承故障振动信号中存在的工况噪声和谐波干扰从而导致的有用的冲击信号失真或被淹没的问题提出了一种信号整体的去噪方法——基于参数寻优的自适应陷波器滚动轴承故障信号去噪方法。仿真和实测信号的实验结果表明提出的方法对于滚动轴承故障信号具有良好的去噪以及抑制谐波干扰的效果。(3)研究了经验小波变换在滚动轴承故障信号处理中的应用。针对经验小波变换在提取滚动轴承故障冲击脉冲分量时受工况噪声影响出现的频带过度划分问题,提出了一种信号分解提取冲击脉冲分量的去噪方法——基于能量谱改进的经验小波变换滚动轴承故障信号处理方法。仿真和实测信号的实验结果表明提出的方法可以有效地解决原经验小波变换中存在的频带过度划分问题,在一定程度上抑制了工况噪声的干扰,准确且较为完整地提取到冲击脉冲分量。(4)根据以上的研究成果并结合递归定量分析和支持向量机进行滚动轴承故障识别与分类的研究。实验结果表明,使用上述提出的改进方法结合递归定量分析的特征量提取方法在支持向量机的故障识别与分类中表现良好,其中两种改进的方法单独使用和结合使用的故障判别准确率均可以达到90%以上,可以较为准确地识别出滚动轴承的故障类别。