滚动轴承被广泛应用于机械和电气设备领域，用于支持旋转部件运转。在实际运行中，由于恶劣的工作环境，导致其性能恶化，甚至出现机械系统的级联故障，导致维修成本过高，以及生产的延误。对于机器运行中出现的意外故障，早期故障诊断是一种避免灾难性故障发生的有效策略。因此，本文基于VMD和Inforgram相结合的信号处理方法和回溯追踪策略来估计滚动轴承初始故障时间。　　（1）提出VMD和EEMD结合的方法对滚动轴承的原始振动信号进行降噪。在VMD和EEMD算法的理论基础上，采用VMD对原始振动信号进行分解，通过EEMD对VMD分解后的分量进一步分解得到IMF分量。选择峭度值和相关系数最大的IMF分量进行重构，得到降噪后的信号。实验结果表明：采用VMD和EEMD相结合的方法在信号降噪、突出故障信息方面具有良好的效果。　　（2）提出基于Infogram方法确定滤波后振动信号共振解调的最佳滤波器参数。引入谱熵对Infogram方法进行了分析，采用Infogram计算VMD分解后信号的每个子带中平方包络的谱熵，确定最佳共振频带的中心频率和带宽。分析结果表明Infogram对初始故障具有良好的检测能力。　　（3）提出了基于Infogram、VMD和回溯分析的混合信号处理方法，预测了滚动轴承的初始故障时间。峭度值作为轴承性能退化指标，通过轴承信号进行平方包络实现故障特征频率、故障类型的识别。采用回溯追踪预测了滚动轴承发生初始故障的时间，通过分析失效试验轴承实验数据，验证了该方法的有效性。