现代造纸工业是我国轻工业的支柱产业之一，其特点是设备呈现大型化、机械化，生产采用自动化、连续化。轴承是造纸机械设备中重要的基础零部件，它的运转可靠性对主机的精度、性能、寿命起着决定性的作用。由于轴承长期处于高速运转中，同时也是最容易损坏的部件，因而其故障诊断对设备的稳定、可靠运转乃至产品的质量具有重要的意义。轴承故障诊断的关键是如何从轴承振动信号中提取出故障特征，但是由于大多数造纸机轴承故障振动具有非线性特性，导致传统的信号处理方法如傅立叶变换等在分析轴承振动信号时效果并不理想。本文在轴承振动信号分析理论的基础上，针对传统信号处理方法对故障特征频率不灵敏这一问题，将Hilbert-Huang变换方法引入了造纸机轴承故障诊断应用中，并在此基础上提出了二次迭代EMD思想，以实现高精度的造纸机轴承故障诊断。本文的主要研究内容及贡献可总结如下：1）造纸机轴承故障特性分析。在造纸机轴承的振动机理研究的基础上分析了纸机轴承的基本结构和失效类型，同时根据轴承振动机理和故障特性分析了滚动轴承内圈、外圈和滚珠存在缺陷时的时频特性，给出各种失效的特征频率方程，为后续造纸机轴承诊断方法的研究打下了基础。2）造纸机轴承故障诊断方法分析。针对造纸机轴承故障信号的非线性、非平稳特性，着重分析了机械故障诊断方法的发展过程中相对于以往的频域分析法有极大的改进的窗口傅里叶变换（Windowed Fourier Transform，WFT）、Wigner分布（Wigner Distribution，WD）、小波分析（WaveletTransformation，WT）、自适应时频分布等时频分析方法。但是由于其算法基础的限制，都存在各自的局限性，仍不能完全满足现代造纸机轴承故障诊断的需要。3）Hilbert-Huang变换方法(Hilbert-Huang Transform, HHT)在造纸机轴承故障诊断中的应用研究。针对以上问题引入了Hilbert-Huang变换方法。Hilbert-Huang变换方法由EMD分解（Empirical Mode Decomposition, EMD）和Hilbert变换（Hilbert transform, HT）两部分组成，EMD分解可以将任意信号分解成有限个频率由高至低的固有模态函数（Intrinsic Mode Function，IMF）。而后对生成的每一个IMF进行Hilbert变换，进而得到原始信号的Hilbert谱，因为是自适应时频分解，所以具有很高的时-频分辨率。通过对仿真信号和其他时频率分析方法的比较研究，验证了Hilbert-Huang变换在分析非线性、非平稳信号时的有效性和优越性。4）二次迭代EMD方法研究。为了进一步克服EMD方法的缺陷，本文着重分析了EMD分解在分析多组份信号过程中产生混叠效应（Mode MixingEffect）的主要原因，并通过对EMD方法基本思想的深入理解，提出了一种抑制EMD分解中混叠效应产生的改进方法，称之为“二次迭代EMD”方法。该方法可以提取出隐含于原始信号内部的高频分量特征，并通过高频分量特征获取经验模态分解中的理想插值点，极大的提高了Hilbert-Huang变换在信号分解时的灵敏度，利用改进后的经验模态分解方法对仿真信号进行了对比试验，结果表明二次迭代EMD方法能有效地抑制经验模态分解的模态混叠效应，证明了其相对于传统EMD方法的优越性以及理论上的正确性。5）改进算法的应用效果仿真研究。将改进后的Hilbert-Huang变换和传统Hilbert-Huang变换应用到造纸机轴承故障诊断中。通过分析不同状态轴承的振动信号，对比分析结果后表明，改进后的Hilbert-Huang变换不但可以准确的辨识轴承是否存在故障以及存在的故障类型，而且比传统Hilbert-Huang变换结果得到更多的特征信息。仿真实验和轴承信号试验的结果都证明：二次迭代EMD方法能够有效地抑制经验模态分解的模态混叠效应，可以准确的从轴承信号中分辨出特征频率，可以看出改进后Hilbert-Huang变换在造纸机轴承故障诊断应用中的实用性和优越性。