随着科学技术的进步与现代工业的发展，机械设备不断向大型、复杂、高速、高效及重载的方向发展，其工作和运行环境也更加复杂和苛刻。一旦设备的关键部件发生故障，就可能发生连锁反应，导致整台设备甚至整个生产过程被破坏，这不仅会增加企业的维护成本，降低企业的生产效率，还可能造成巨大的经济损失，甚至导致严重的人员伤亡，产生不良的社会影响。机械系统结构复杂，部件繁多，为了完整地获得机械设备的运行状态，通常采用多测点、多传感器的采集方式，但每个传感器采集到的振动信号往往是各个部件振动的综合反映，且各部件到传感器的传递路径的不确定性也增加了信号的复杂程度。如果能够利用信号的某些特性有效地分离出各个振源信号，有利于准确地进行特征提取和状态识别。基于循环平稳模型对旋转机械振动信号的普适性，利用结合循环统计量理论的盲分离算法来发现淹没在较强背景噪声或其他干扰信号之中的旋转机械故障特征，无疑是一个很有前景的研究方向。本文以滚动轴承为研究对象，以循环平稳为主要分析基础，深入研究和发展基于循环平稳的故障特征提取技术的新方法，及其在滚动轴承故障特征提取中的应用，包括以下几个方面的内容：(1)从理论分析与工程应用的角度出发，阐述了论文的选题背景和研究意义。分析了滚动轴承的状态监测与故障诊断、旋转机械的循环平稳机理、基于循环平稳的故障诊断技术、盲信号处理等方面的国内外发展现状，总结了目前研究中需要解决的问题，确立了本文的研究内容。(2)介绍了本文所用特征提取方法的理论基础—循环平稳理论，讨论了二阶循环统计量的数学描述和实际意义。给出了滚动轴承点蚀故障信号模型，由二阶循环统计量的定义出发，经过数学推导得到滚动轴承各类型点蚀故障的二阶循环平稳特性。(3)针对机械领域参考信号难以获得的问题，提出了利用信号展现的循环平稳特性，将观测信号本身作为参考信号的循环维纳滤波器。将观测信号的一组频移形式作为新的输入，以观测信号作为期望输出，经过一个滤波器组后，能有效地降低噪声信号能量。仿真分析和轴承加速疲劳寿命试验结果表明，所提的循环维纳滤波器能够有效地降低噪声干扰，提取淹没在较强背景噪声下的轴承微弱故障特征。(4)在介绍了盲分离的数学描述基础上，着重讨论了盲分离在工程应用中的实际问题，包括源数目的估计方法、消除观测信号噪声干扰、盲分离存在的幅值和排序不确定性问题等。(5)假设多个有故障的滚动轴承以卷积方式混合，利用轴承展现的二阶循环平稳特性，提出了基于循环平稳的卷积混合频域盲分离方法。利用STFT将时域的卷积混合转基于循环平稳和盲源分离的滚动轴承故障特征提取方法研究I化为每个频率点的瞬时混合问题，通过联合对角化混合信号的谱相关密度矩阵，得到频域的分离矩阵，用其脉冲响应函数，对观测信号进行滤波，得到的分离信号是源信号的可靠估计。利用循环平稳信号的谱相干特性，解决了频域盲分离排序不确定性的问题。(6)针对实际中测得的齿轮箱信号，考虑到轴承故障信号会受到齿轮啮合频率的影响，提出了齿轮箱综合故障诊断方法。设计了齿轮减速箱典型故障模拟试验台，在该试验台测试了多组不同工况下，多种轴承故障类型组合的振动数据，通过对这些数据分析，验证了卷积混合盲分离方法应用在多个有缺陷轴承的齿轮箱故障分离与诊断中的有效性。