近年来,钢铁需求不断增加,全球钢铁行业不断发展。轧钢机作为钢厂的主要生产设备,一旦发生故障会造成巨大经济损失,因此对轧钢机进行故障诊断研究极具必要性和重大的意义。本文对轧钢机的常见故障进行了特征分析。轧钢机的振动故障主要有四钟,而轴承故障是四大故障之一,然后主要分析了轧钢机滚动轴承失效的表现和原因、轧钢机滚动轴承的工作特点。本文提出了一种新的基于振动分析的故障诊断方法,基于小波包分析和奇异谱分析相结合最后利用支持向量机的故障诊断方法。首先,采用适用于非平稳、非线性的小波包分析方法进行信号的降噪处理,这种方法可以有效去除混杂在原始信号中的干扰信号,降低轧钢机滚动轴承故障诊断时的误差,并采用MATLAB软件对直流电机驱动的轧机轧辊轴承故障进行仿真分析,验证降噪的效果,接下来对轧钢机滚动轴承故障振动信号进行降噪处理。其次,针对于轧钢机滚动轴承变载荷、变转速的工作特点,采用了奇异谱分析(SSA)方法,一种振动信号的简单的时间序列故障特征提取方法。这种方法在分析时很容易实现,它把信号分解成一系列主要部分,用其对轧钢机滚动轴承故障振动信号进行提取故障特征,分别对比其能量谱与奇异谱和不同载荷下的奇异谱,然后选取能清楚区分滚动轴承故障状态的奇异值作为故障特征。在最后,建立-个最优支持向量机模型,把上一步选取出来的特征值作为支持向量机的输入,分别用滚动轴承正常状态、轴承内圈故障、轴承外圈故障和滚动体故障的振动信号特征对支持向量机进行训练,当其收敛时进行故障诊断。验证结果显示,该方法不仅可以准确、有效地对轧钢机滚动轴承工作状态进行诊断,还能分析出其故障类型。