滚动轴承是旋转机械设备中一种通用且精密的机械零部件，也是最重要的故障源之一，研究滚动轴承故障诊断技术具有重要意义。本文主要针对变转速运行过程中的滚动轴承开展故障特征提取与诊断技术研究，主要研究内容如下：1、振动信号采集与降噪处理。利用QPZZ-II旋转机械实验系统采集正常及故障（内圈、外圈、滚动体）轴承在变转速运转条件下的试验数据。结合EMD阈值降噪和EMD滤波提出一种新的基于3规则—相关系数—峭度准则的EMD降噪方法，该方法可以有效地降低振动信号中的噪声干扰。2、故障特征提取与状态监测。针对变转速工况下滚动轴承状态监测和特征提取的问题，本文采用主元分析方法并提出了“全速度样本”的概念，以1024个点为一次样本分别计算信号的时域特征参数，组成PCA建模样本。通过T2和SPE统计量及控制限准确检测出了轴承故障，并根据轴承数据在主元上的投影完成了故障特征的提取。3、轴承故障模式识别与诊断。采用改进的K-近邻分类器对轴承特征进行分类，用马氏距离取代原KNN算法中的欧氏距离。通过实验验证，该方法可以排除变量之间相关性的干扰，对轴承故障进行准确分类，效果优于神经网络和支持向量机。仿真和实验结果表明，本文提出的“变转速条件下滚动轴承故障特征提取与诊断”研究达到了预期的目标。这种方法突破了传统故障诊断方法局限于平稳工况的瓶颈，将轴承故障诊断扩展到变速工况，具有较大的实际意义。