用振动分析的方法对旋转机械进行状态监测,具有很广的应用范围而且技术也逐渐成熟,能够很有效地检测设备的机械完整性,但是对于低速旋转机械来说故障检测难度却不断加大,传统的振动测量方法将失效,因为振动方法检测不到机械设备的工作频率,而且当低速旋转机械有组件失效对振动信号影响不大。 针对低速旋转机械故障诊断难题,本文以高频应力波信号作为特征参量,采集低速旋转机械故障信号,解决振动和声发射信号在低速情况下的局限性问题。用小波分析进行故障应力波信号特征提取,提取应力波脉冲信号的微细特征解决自回归系数和傅立叶变换方法无法同时兼顾信号在时域和频域中的全貌和局部化特征和无法消除背景噪声的问题。 本文以SKF 23068CA-W330滚动轴承为对象,建立了完好与故障低速滚动轴承的三维整体接触计算模型,运用有限元软件对其进行了比较全面、精确的分析,计算并比较了各种故障发生前后各元件的应力、应变及其接触应力分布情况。分析结果表明,通过观测应力变化规律可以判断低速滚动轴承是否存在故障以及故障发生的位置,从而为进一步研究基于应力波的低速滚动轴承故障诊断方法提供了理论依据。 在对低速滚动轴承进行有限元分析的基础上,对从某轧钢厂采集的低速滚动轴承的应力波信号进行了分析。首先,用快速傅立叶变换（FFT）对滚动轴承故障应力波信号进行了分析,但是无法提取故障特征频率。然后,根据故障应力波信号的特点,通过对几种小波基函数进行比较筛选,选择Db10小波对信号进行分析,因为Db10小波基函数和故障应力波信号的相似性最好。用Db10小波函数对故障应力波信号进行了多尺度分解,同时将分解变换后的各尺度能量进行比较,将含有应力波成分的D₃和D₄层进行了信号重构。结果表明应用小波分析很好地消除了故障应力波信号中背景噪声的影响,成功地提取了故障特征频率。