在生产过程中,轴承在机械设备中的使用几乎是不可或缺。相应的由于轴承发生故障引起的设备损坏、生产受损层出不穷,导致巨大的经济损失。但对轴承发生的诸多故障,造成的因素不尽相同,准确诊断轴承的故障尤为重要。在众多旋转机械故障中,滚动轴承占据了其中大约三分之一,所以对滚动轴承的工作特点、振动机理和故障诊断的研究将是轴承故障诊断领域的重点和热点。本文通过对滚动轴承的故障振动进行理论分析、数值仿真分析以及实验研究等手段,对滚动轴承的故障诊断进行了深入研究。第一章,阐述了课题的研究背景与意义,详细介绍了滚动轴承的失效形式,故障信息获取的主要方法和滚动轴承监测与诊断的发展历程,最后提出了本文的主要研究内容和各章节体系结构。第二章,介绍了滚动轴承的结构以及基本分类,对滚动轴承的运动学和振动机理进行分析,研究滚动轴承的故障特征频率,最后分析滚动轴承的特征提取方法和模式识别等方案的研究现状。第三章,将EMD算法引入到滚动轴承振动信号的分解处理中,考虑其混叠问题的基础上,提出改进算法CEEMD,然后结合AR模型进行特征提取研究。将这一方法创新性的引入滚动轴承故障特征提取过程中,对其基本理论和实现过程进行了深入的研究。第四章,对HMM模型和SVM分类器的原理和算法实现进行了研究,在对两种模型进行了充分的理论分析的基础上,提出了一种基于HMM-SVM的混合故障诊断模型,并完成了混合模型的搭建。第五章,综合前面章节提出的特征提取和模式识别方法的研究,对本文提出的方案进行了实验验证。第六章,对本文的主要研究工作进行总结与展望。