滚动轴承是旋转机械中最基础且易发生故障的零部件之一,其运行状态对于保障关键设备安全可靠运行意义重大。对滚动轴承进行状态监测,当设备出现劣化特征时,准确判断其故障及预测其剩余寿命对于合理安排设备的维修决策至关重要。本文以滚动轴承振动信号为研究对象,研究了振动故障特征提取和剩余寿命预测这两个关键问题。论文的主要内容如下：(1)基于美国西储大学典型故障轴承数据,分析了滚动轴承在不同类型和不同程度故障下的时域、频域和时频域的能量特征参数,对比其适用范围。利用幅值谱分析、Hilbert包络解调和小波包分解法等信号处理方法,初步提取多统计特征参数,针对多统计参数存在不相关和冗余成分,提出了一种基于方差分值及主元分析的滚动轴承故障特征提取的新方法,该方法可实现对滚动轴承的故障状态的有效分类,通过实际的轴承信号验证了方法的有效性。该方法优点在于利用简单的时频特征量实现故障诊断。(2)针对可预测的滚动轴承时间依存性故障,研究了基于多衰退特征的比例故障模型。选取反应设备退化趋势的特征量作为模型的输入,最终确定均方根值和小波包敏感能量值作为输入协变量。通过同类部件的历史寿命及状态监测数据建立模型,再将根据已有的监测数据预测的特征量输入模型进行实时剩余寿命评估。实现了单个滚动轴承剩余寿命的实时预测,与Logistic回归模型对比,得出比例故障模型的预测结果更加准确有效。该模型可实现对渐进型轴承故障的有效预测,基于辛辛那提大学的全寿命数据验证了该方法的有效性