大型回转支承作为重大装备制造业中关键的旋转零部件,广泛应用于国民经济的各个行业,如港口机械、矿山设备、大型游乐设施、冶金机械等重大领域。在结构和工作环境方面,大型回转支承与普通轴承存在一定的差异,其尺寸较大;运转速度极低,通常在0.1r/m~10r/m;承受的载荷也十分复杂,既要承受轴向力和径向力,又要承受较大的倾覆力矩。由于机构的特殊性及工况的复杂性,大型回转支承也是旋转机械易损零部件之一。其运转状态是否良好直接影响着整台机械设备的工作效率,严重时还将面临长时间的停机问题。因此,为减少停机导致的经济损失和人机安全问题,充分掌握大型回转支承的运转机制,实现其运转状态监测和早期预警尤为重要。目前有关大型回转支承状态监测的相关文献较少,所以该课题已成为一种新兴的综合性边缘学科。针对上述大型回转支承工作环境和健康维护的重要性,论文提出基于随机共振系统的回转支承状态监测与故障诊断方法。以下是论文的主要内容:(1)论述本课题的研究内容、背景和意义,总结分析常用的大型回转支承零部件故障诊断方法,详细阐述以振动为信号源的数据分析方法。简要说明温度、压力、无损探测和油液检测的回转支承故障诊断途径,并权衡各方法的优缺点。(2)描述了随机共振(Stochastic Resonance,SR)的相关理论并分析出驱动信号幅值、频率和噪声强度对SR系统性能的影响,以EEMD算法作为双稳随机共振(Bistable Stochastic Resonance,BSR)系统的前置去噪预处理,提出基于EEMD和BSR的回转支承故障诊断方法,成功提取出低信噪比下的微弱冲击信号成分。(3)为避免调节SR系统参数的人为因素,提出一种自适应随机共振(Adaptive Stochastic Resonance,ASR)方法。该系统以一种新颖的特征参数---加权负熵值作为SR系统的性能指标,该项指标既能防止信号失真、又能够较敏感地检测出周期性冲击信号的冲击特性;并选用全局优化良好的灰狼算法作为系统的优化方法,达到参数间的关联性优化目的。仿真和试验结果表明,该方法可有效检测出回转支承的故障类型,对工程上低频冲击信号的状态监测具有广阔的应用前景。(4)论述大型回转支承的装置结构及故障频率公式的计算推导,并开展现场振动信号的采集工作。最后通过LabVIEW软件开发一套大型回转支承状态监测与故障诊断系统,该系统主要包括数据采集、数据保存和数据分析三大模块,符合广大用户的操作习惯,实用性强且易操作。