滚动轴承不仅是机械设备旋转结构中的重要组成部分并且被广泛应用,其健康状态直接影响整个机械结构的系统性能。据统计,机械故障中高达30%是由于滚动轴承故障导致。因此,长期以来,在机械故障监测和诊断领域中,对滚动轴承故障进行诊断一直是研究的重难点。尤其是在现今工业4.0智能制造和“互联网+”的时代背景下,对于机械状态监测和轴承故障诊断的要求不仅仅局限于满足有效性和准确性,还要求具备高效性和便捷性。由于工业生产中广泛存在转速波动、启停频繁的变转速情况,因此,本文研究在变转速下滚动轴承故障诊断的信号分析与处理的方法,并基于此建立一套包含传统PC监测平台和移动客户端的诊断系统。本文利用分数阶傅里叶变换(Fractional Fourier Transform,FrFT)滤波实现无转速计阶比分析,首先利用Gabor变换与FrFT的旋转关系,确定FrFT的最优滤波阶次,再通过FrFT滤波提取变转速工况下滚动轴承的转频,通过相位差分的方法实现转速估计,进而完成无转速计阶比分析。通过对仿真信号和实测信号的分析,验证了此方法能够有效提取转频,完成转速估计。在无转速计阶比分析的基础上,将传统的功率谱分析和倒谱分析推广到角度域内,形成阶比功率谱和阶比倒谱,目的在于通过结合其各自的优点,克服转速变化带来的频率模糊,更有限的提取滚动轴承微弱故障。利用搭建的滚动轴承故障实验台和NI硬件采集设备对不同故障类型的滚动轴承进行振动数据采集,并利用LabVIEW和Data Dashboard分别开发PC端和安卓手机端的监测系统,满足数据分析和远程监控的设计要求,通过对仿真数据和实验数据进行实测和分析,证明系统运行稳定,滚动轴承故障诊断方法及时有效。