滚动轴承是机械设备中最常用的零件之一，它能否正常运行直接关系到整台机器的安全，因此，对滚动轴承故障诊断的研究具有十分重要的意义。本文围绕目前滚动轴承故障诊断领域的研究热点，从运行状态诊断、故障定位与故障模式诊断、故障程度诊断三个方面进行研究，开发有效的故障诊断方法。主要内容有： 1）阐述了滚动轴承常见的故障模式及形成原因，对正常、不同故障类型、不同故障程度滚动轴承的振动特性进行了分析。 2）介绍了滚动轴承故障模拟试验及其振动信号的采集过程，采集了正常和外圈、内圈、滚动体的剥落、腐蚀、裂纹故障，保持架断裂等故障类型及不同故障程度的滚动轴承信号，并对信号进行了时域波形和幅值谱分析。 3）分析了常用的时域、频域统计指标对滚动轴承不同类型故障的诊断特性，构造了高低频能比指标，基于有效值、峰值和高低频能比指标构建多指标联合诊断方法，对不同类型故障进行诊断，结果表明该方法可以对滚动轴承的运行状态进行有效的评估。 4）基于小波包-BP神经网络方法，对滚动轴承故障定位与故障模式诊断进行了研究，分析了滚动轴承信号的小波包能量分布规律，对BP神经网络诊断方案进行改进，通过改进前后整体式和拆分式BP网络故障定位和故障模式诊断的对比试验，显著提高了诊断的准确率。 5）对滚动轴承故障程度诊断方法进行了研究，提出了基于有效值-转频比和连续小波能量熵的联合故障程度诊断方法，构造出故障程度因子指标，对外圈、内圈和滚动体剥落故障的程度诊断结果表明，该指标对滚动轴承故障程度诊断有着良好的诊断效果。 理论分析和诊断实例表明，本文所研究的方法具有良好的诊断效果，研究成果作为对目前滚动轴承故障诊断技术的拓展，具有一定的实际意义和学术价值。