现代机械装置随着人类社会的进步,科技含量越来越高,人们对机械装置正常运转的效率和安全的完美追求也在与日俱增。作为机械装置中常用的部件,滚动轴承的优劣与设备整体的运行安全息息相关。因此对轴承的诊断和合理维护不仅可将其工作效率和性能发挥到极致,也能适应节能环保的大环境要求。本文的立足点是基于声信号对滚动轴承进行诊断,首先阐述了轴承常见的故障及原理、主要故障位置下的频率计算推导。同时对轴承的振动与噪声的产生机制和传播特性总结,理论上寻找二者的关系,为后续搭建实验平台和实验测量奠定基础。其次针对轴承声信号的特点将已有的试验平台结合现有的试验仪器设备改进,由单一的振动信号检测改为振声信号检测。以现有实验台为基础改建并实验,测量振动信号和声信号,比较结果以确保实验的准确。实验分析选择波形分析法处理,论述了局域均值分解方法的原理以及基本步骤,并引入最大峭度解卷积和排列熵,对故障轴承信号进行筛选提取,并对提取的特征信息进行包络谱分析,寻找故障频率。并用多种不同的轴承信号验证,证明此方法的有效。最后对支持向量机算法做了一个阐述,利用其寻找最优分类面的原理和小样本数量下良好分类的优点自行设计了一个支持向量机分类器。根据数据的特点选用核函数并调节其参数,修正支持向量机达到最佳的分类效果。从数据处理中得出轴承故障分类结果的优劣是建立在优良的输入向量上,只有这样训练得到的支持向量机才能有良好的诊断效果。