滚动轴承是机械设备的关键部件,其工作状态直接影响设备的安全稳定运行,因此对滚动轴承进行故障诊断十分重要,其中,变转速下的故障诊断是研究的重点和难点,而瞬时频率估计对于变转速故障诊断意义重大。同步压缩变换是表征非平稳信号瞬时频率特征的有效时频分析方法,但存在很多问题,诸如:噪声鲁棒性差、时频分辨率低、处理多分量、强调频信号时能量发散等。为解决以上问题,本文研究了一系列改进算法,并应用于变转速滚动轴承瞬时频率估计中,从故障建模、故障特征频率及瞬时转频提取等方面入手,进行方案设计、算法性能分析及对比、实验验证,主要完成了以下工作:针对SET窗长无法准确选择的问题,提出了利用Rényi熵指标选择最佳窗长的方法。为了提高抗噪性,消除复杂边频带的影响,提出了基于最优窗SET的时频解调谱方案,用于变转速滚动轴承故障特征频率提取。首先利用快速谱峭度寻找故障敏感成分所在最佳频带,对振动信号进行带通滤波。然后通过希尔伯特变换求滤波后信号的幅值包络。最后对幅值包络信号进行最优窗SET,得时频解调谱,提取故障特征频率。仿真分析了该方案的抗噪性、时频分辨率性能,并测试了滤波器故障状态下的鲁棒性。实验验证分别利用内外圈故障信号分析,成功提取出故障特征频率曲线。结果表明了该方案能够准确提取变转速滚动轴承故障特征频率。为了提高时频分辨率和瞬时频率估计精度,研究了基于VMD-SET的瞬时转频估计方法。首先对信号进行变分模态分解,然后根据峭度准则和互信息筛选有效分量,得到重构信号,对重构信号进行同步提取变换,得时频图,最后利用峰值搜索从时频图中提取瞬时转频。仿真分析了线性调频和正弦调频的多分量信号,并对抗噪性、瞬时频率估计精度进行评估。实验验证分别对升速和复杂变速两种工况进行分析,均成功提取出瞬时转频曲线。结果表明,该方法是一种高精度的瞬时频率估计方法。为了提高强调频信号的瞬时频率估计能力,研究了多重同步压缩变换,重点分析了其在处理受噪声干扰的多分量时变信号、强调频信号、交叉干扰的多分量信号时的时频分析能力,并与大量改进的时频分析方法进行对比,结果表明了多重同步压缩变换对于以上信号的瞬时频率估计具有明显优势。最后成功将其应用于实际的变转速滚动轴承故障特征频率提取中。该方法为更方便的提取复杂信号的瞬时频率提供了有效途径。