本文主要研究内容是针对目前轴承市场的需求对原滚动轴承故障诊断系统进行优化。在对轴承振动检测以及故障诊断技术发展现状和趋势有比较全面了解的基础上，本文总结分析了滚动轴承故障机理及其振动类型，并简要介绍了一些常用的时域、频域故障特征参数。共振解调算法是目前最成熟的轴承故障诊断算法，本文阐述了共振解调的原理以及数学模型，并详细介绍了该方法中的高频共振、滤波器设计及包络解调三个重要环节，给出了该方法的仿真实验；最后介绍了现有的滚动轴承振动检测和故障诊断系统的结构。　　 本文针对市场需求，基于原轴承诊断系统提出了三种改进方法，第一种方法引入了经验比值和惩罚因子等参数，量化了故障损伤程度，细化了轴承分类，使轴承能够有效利用，减少返修；第二种方法针对三频段包络解调方法计算量大、速度慢的特点，提出了一种基于Peakvue技术的轴承故障检测方法。该方法采用加速度传感器捕捉含有具有短时特性应力波的轴承振动信号，对加速度传感器的输出信号进行高通滤波，然后按一定时间间隔抽取滤波后的信号峰值，再包络解调判断故障类型。第三种方法着眼于小型号的轴承，运用模式识别中的PCA方法进行轴承分类，进而识别出故障轴承，可应用于轴承批量检测。Matlab仿真实验结果表明，三种方法均能达到预期效果。