目前,Hilbert-Huang变换(Hilbert-Huang transform,简称HHT)作为一种自适应的时频分析方法,在旋转机械故障诊断领域已经得到了广泛的应用。随着故障诊断技术的日趋先进和智能化,HHT技术也逐渐成熟,但同时也暴露出一定的问题。鉴于此,通过对HHT理论的深入研究,针对其存在的问题及研究现状,同时综合考虑油气初加工装置旋转设备中滚动轴承振动信号的非线性等实际特点,提出了相应的HHT改进方法,并通过仿真及实验验证了该方法的有效性。首先,对HHT的基本原理,包括HHT流程、EMD分解过程、Hilbert变换及相应的频谱和算法等进行了分析研究。汇总分析了HHT存在的诸如端点效应、模态混叠、虚假分量、速度以及理论支撑等问题的研究现状,同时结合HHT在滚动轴承故障诊断领域中的应用情况,提出了相应的HHT改进思路,主要从信号预处理和EMD方法及条件选择两方面进行深入的研究。其次,通过对现有信号降噪方法的分析研究,综合考虑滚动轴承振动信号的自身及环境特点,构造了基于多尺度运算的平均组合形态滤波器。利用该滤波器对振动信号进行预处理,以去除周围环境等的噪声干扰,便于进行后续的特征频率提取。同时,在分析研究目前各种延拓技术的基础上,根据滚动轴承振动信号的特点,提出了基于波形匹配的端点对称延拓方法。该方法能够与后续EMD过程中的插值方法有机结合,进而实现对端点效应以及模态混叠等问题的抑制效果。再次,分析研究了EMD分解过程中的插值方法及IMF判据和筛分停止准则的选择。在此基础上,将其与信号预处理(降噪、延拓)有机结合,进而确定出改进的HHT方法以及基于改进HHT方法的特征频率提取流程。最后,进行了基于传统HHT方法与改进HHT方法的特征频率提取仿真及实验。根据仿真及实验效果的对比分析,验证了研究确定的改进HHT方法能够克服传统HHT方法的不足,准确、有效地提取出滚动轴承的故障特征频率。