随着高精尖设备的使用场景、使用条件更加复杂,轴承的故障诊断技术也需要同步更新与完善。球轴承不仅造价低廉且使用场景广泛,更是有着低噪音、易更换等一系列优点。保持架故障属于球轴承的高发故障之一,疲劳裂纹属于保持架故障中最常见的类型。在保持架疲劳裂纹萌生以后,其逐步扩展至断裂状态,造成对球的引导失衡进而导致轴承工作不平稳,严重者导致轴承卡死无法运转,使设备发生严重损毁。本研究对球轴承的保持架裂纹扩展过程中的动力学响应作出分析,在动力学指导下对保持架的故障诊断应用了一种新的统计学习模型,具有一定的理论意义和工程实用价值。本文首先建立了球轴承刚柔耦合动力学模型。先对深沟球轴承进行三维建模,之后导入多体动力学软件ADAMS,考虑保持架的轻薄特性将保持架柔性化,构建了球轴承刚柔耦合动力学模型。刚柔耦合模型通过现有文献的实验验证。结果表明:深沟球刚柔耦合动力学模型中,正常保持架的公转速度与内圈转速的比值与现有文献测量结果的吻合较好。其次,进行含保持架裂纹的球轴承动力学响应分析。建立考虑保持架裂纹的深沟球轴承刚柔耦合动力学模型并进行实验验证,裂纹通过几何形状引入。综合实验与模型轴承的振动信号,在时域、频域对分析保持架故障特征。同时,分析裂纹对保持架的固有频率、与钢球的接触、转速的分布、质心轨迹以及钢球与外圈接触的影响,结果表明:时域信号中的某些指标可表征保持架裂纹,但无法精准判断阶段;频域信号证明保持架裂纹导致球与外圈发生非正常接触,且在故障后期频谱出现保持架基频;裂纹导致保持架固有频率下降,更易共振;保持架与球的接触在裂纹扩展后期更频繁;保持架转速较高时,其概率密度函数分布图在表征裂纹故障时的敏感性显著强于常用的统计学指标;保持架质心轨迹范围在出现裂纹后呈现增大趋势,在高速时涡动明显,单一幅值分析在低转速下呈现非线性关系。最后基于统计学习提取保持架故障特征。在动力学研究的基础上,引入隐马尔可夫模型（Hidden Markov Mode,HMM）。以轴承保持架的裂纹程度为隐变量,应用Expectation-Maximization算法的特殊形式Baum-Welch算法对模型进行训练,得到各裂纹深度保持架的HMM模型。将测试样本输入各模型,通过Forward或Backward算法得到样本的对数概率值。研究结果表明:在故障保持架的动力学响应的基础上训练模型可以提高诊断效率;HMM模型对球轴承的保持架裂纹程度判别具有良好的正确率,可以作为识别球保持架故障的一种有效的统计学习模型。