滚动轴承是现代工业中最为普遍并且大量使用的零部件之一,也是故障发生率最高的零部件之一。据统计,仅10%不到的轴承能运行到设计寿命年限。滚动轴承一旦损坏可能会引发机器故障及一系列的严重后果。随着科学技术的发展和应用,传统的故障诊断技术已无法满足现代生产的需求。这就要求其对应的诊断技术识别故障的能力越来越强,检测更为早期的滚动轴承故障是当前该领域内的研究热点。微弱故障通常指处于早期阶段的微弱故障或潜在故障,具有症状不明显、特征信息微弱等特点,非线性理论的发展为解决这一难题提供了新的方法。本文以非线性理论为基础,结合传统的故障诊断方法,对滚动轴承的早期故障诊断进行研究和分析。本文以滚动轴承为研究对象,阐述了故障类型和成因,给出了其固有频率和故障特征频率的计算公式,介绍了非线性理论的定义及分类和判断混沌状态的定性和定量的方法,提出了一种基于分形维数确定Duffing振子由大周期状态到混沌状态的临界阈值的方法,利用非线性理论和Duffing振子在MATLAB中建立Simulink仿真模型,分析了其在噪声环境下检测信号的能力,通过对比Duffing振子检测器和传统信号中的包络谱分析法在相同的滚动轴承故障数据中的分析结果,证明了Duffing振子检测器在滚动轴承早期故障诊断中的可行性。利用虚拟仪器技术设计了一套滚动轴承故障诊断系统,开发了实时采集系统和离线故障诊断系统,其包含了基本分析模块、时频分析模块、特征频率参数计算模块、诊断模块和数据库模块,通过实验,该滚动轴承故障诊断系统运行良好、界面整洁,可以通过实际数据进行故障诊断,且诊断结果准确,具备了一定的实用价值。