滚动轴承是工程实践中十分重要的零部件，在车辆、机械、航空航天、石油化工、发电机、水泵等各个领域都有广泛的应用，并且是这些行业中旋转部位最为核心的零部件。滚动轴承的工作状况直接影响着生产能否顺利进行，因此对滚动轴承的故障诊断技术已经是一个十分热门的研究领域。而随着科学技术的不断进步，对滚动轴承的故障诊断技术也成为一门集数学、材料科学、信号处理、机械、计算机仿真等技术于一身的交叉学科。　　声发射技术是继五大常规无损检测技术之外的一种检测技术，与现有的无损检测技术相比，它采集的信号直接来源于缺陷本身，不需要外加辅助方法。声发射技术对微型的活跃性的缺陷敏感程度特别高，可以同时对一整套被检对象进行检测，既节约成本又节省时间。如果滚动轴承中有缺陷产生，则在滚柱对缺陷的撞击下，均能产生声发射信号。因此，可以采集滚动轴承的声发射信号，对这些信号进行一系列的分析处理，评估滚动轴承的状况。　　在本文中，通过小波包分析和近似熵相结合对滚动轴承进行故障诊断。根据近似熵的原理，信号越复杂，不规则程度越高，其近似熵值就越大。对正常的滚动轴承来说，其声发射信号的复杂程度要远小于含有缺陷轴承的声发射信号的复杂程度，利用这一现象进行实验研究。　　本文首先搭建了滚动轴承声发射检测实验台，利用北京声华公司生产的 SAWU2S声发射信号采集系统，采集不同工况下的滚动轴承的声发射信号。由于这些信号含有大量的噪声信号，首先对这些信号进行小波包降噪处理，在一定程度上提高信号的纯度，再对信号进行小波包能量分解，选取能量最大的子带，作为最终的能够代表滚动轴承状态的声发射信号进行近似熵计算。通过模拟不同工况，分析缺陷、转速和载荷对滚动轴承近似熵的影响，最终得出近似熵对有缺陷的滚动轴承比较敏感，对正常的滚动轴承不敏感的结论。根据这一结论来判断滚动轴承的状态。实际实验数据的处理分析结果表明，这种方法在对滚动轴承微型缺陷的判别上有良好的效果。