回转支承是大型机械结构中需要作相对回转运动的基础部件，尺寸大又类似于轴承，所以又称之为转盘轴承。工作时不但要承受轴向、径向力还要承受倾覆力，一旦出现问题将会影响整个机械结构的运转。　　论文针对回转支承在风力发电机，海洋平台等特殊工况下维修难，费用大等问题，开展一种基于STM32的回转支承健康监测模块及软件的设计。将不同类型传感器采集的数据通过CAN总线方式传递给PC机，为后续的信息处理，诊断及预测提供全面可靠的数据来源;同时论文还针对回转支承剩余使用寿命预测中多测点数据存储给采集模块带来的压力，引入了压缩感知技术。对回转支承振动信号的压缩感知采样方法进行了研究，构建了回转支承振动信号压缩感知采样的模型，力图实现回转支承状态信号的快速采样、低代价传输和精确重构。主要研究内容如下:　　(1)阐述了智能回转支承研究的现实意义，确定了智能回转支承系统的组成及结构形式，同时根据已有的回转支承故障机理分析，确定了状态监测的特征参量。　　(2)根据确定的状态特征参量，以及传感器模块微型化、低功耗的要求设计了基于STM32的微传感器模块，包括状态量采集电路的设计，元器件选型，CAN通信电路设计等。　　(3)将所设计的采集模块与LMS TEST.LAB振动测试系统进行对比试验，通过分析对比试验的结果，确定所设计的回转支承采集模块的正确性与可靠性。　　(4)基于压缩感知理论分析研究对象回转支承振动数据的特点，确定回转支承振动信号的稀疏化方法，并制定回转支承振动信号压缩感知采样的模型，利用Matlab仿真结合风电回转支承中的数据，证明了该模型的可行性。