滚动轴承是机械设备中应用广泛的部件之一,其工作状态和使用环境影响到整个机械设备生产质量和安全,尤其是当代工业向智能化发展的今天,对其进行状态监测及故障诊断研究有着很重要的现实意义。针对滚动轴承振动信号具有循环平稳性,以循环平稳研究轴承故障诊断是一种切实可行的方法。在循环平稳理论基础上,本文介绍了经验模态分解方法的自适应的滤波性能,给出了详细计算方法,利用EMD分析和循环平稳,提出了一种基于循环自相关函数的改进算法,提高了故障识别能力。根据二阶循环统计量的定义与相关原理,通过FFT的互相关函数的计算方法,研究循环自相关函数对提取故障特征的影响。对实验信号进行EMD滤波处理后,再通过计算在内圈、外圈和滚动体特征频率点处的故障差,选择故障差最大的IMF分量进行循环自相关函数分析,并与振动信号方法分析作比较,验证循环自相关函数与EMD结合的方法在滚动轴承故障诊断中的实用性,发现该方法对轴承振动信号的特征提取与降噪的有效性。利用虚拟仪器设计开发了振动信号采集和处理系统,通过MATLAB对滚动轴承故障信号数据进行验证并与振动信号方法分析对比,并根据该方法进行轴承故障诊断实验。实验结果表明,该方法不但可以提高降噪性能,而且还可以提高故障特征提取能力并有效的诊断出来。因此将EMD与循环平稳相结合的故障诊断方法具有很大的实用价值。