滚动轴承在实际工况下并非全是匀速转动,在某些工况下处于变转速状态,所以对于变转速轴承故障诊断的研究具有重要意义。与平稳工况相比,变转速下机械设备的动态信号十分复杂,转速的变化会引起转频随之变化,这就造成了振动信号非平稳性的特点。采用传统的频谱分析方法对此类信号进行诊断难以提取故障信息,并且会出现严重的"频率模糊"现象。然而阶次分析则可以有效的解决上述这种问题,通过对采集的振动信号进行等角度重采样,实现了由时域非平稳信号向角域准平稳信号的转变,这样就解决了传统频谱分析方法不能对非平稳信号处理的难题。而补充的总体经验模态在保证分解效果的同时,可以减小重构误差,有效的克服非线性非平稳信号处理中存在的模态混叠问题及能量泄露问题,而且能大大的提高计算效率。结合两种方法的优点,提出一种基于阶次分析和互补的总体经验模式分解(CEEMD)相结合的轴承故障诊断方法。首先将原始非平稳信号进行等角度采样,把时域的非稳态信号转变为角域上的准平稳信号,对角域准平稳信号进行互补的总体经验模式分解(CEEMD),得到一系列高频固有模态函数及相关参数,根据互相关系数、峭度准则选取包含故障信息的IFM分量,对选取的IFM分量进行重构,最后对重构得到的信号进行包络解调分析。通过轮对跑合台的的实测数据对所提出的方法进行验证,结果表明:该方法能够有效的识别变转速滚动轴承的早期故障,进而表明本方法的有效性。