滑动轴承作为重要的动力工程旋转机械设备,自发明以来被广泛应用于电力、航空与船舶动力以及供热等工业领域。目前应用于滑动轴承润滑状态上的诊断方法,如时域、频域或者振铃系数、事件计数等方法存在一定局限性。因此,为了实现滑动轴承润滑状态的实时监控和故障诊断,本文研发了能够准确判断区分滑动轴承润滑状态的诊断方法,以保证滑动轴承和机组的安全经济运行。本文基于声发射技术,结合信息熵和信息（火用）信号提取的方法,获取了不同润滑状态下的信息熵矩阵和信息（火用）矩阵样本,利用获取的样本矩阵和提出的诊断方法对模拟的未知模拟信号进行诊断。首先,通过汽轮机发电机组模拟转子试验台模拟了滑动轴承的干摩擦、边界摩擦、液体摩擦三种润滑状态样本和一组未知信号,并且利用声发射采集设备对不同润滑状态的声发射信号进行采集,并采用波动三限值法进一步区分不同润滑状态。除此之外,采集了实际电厂启动过程中的润滑状态变化声发射信号。其次,针对采集的不同润滑状态声发射信号和信息熵、信息（火用）算法对信号进行计算,提取特征信号,形成信息熵与信息（火用）样本矩阵,其中测度特征包括时域的奇异谱信息熵、频域的功率谱信息熵和时频联合域的小波空间特征谱和小波能谱,获取了润滑状态的样本矩阵。提出了一种基于信息熵距的滑动轴承润滑状态诊断方法和基于声发射信号的欧氏信息（火用）距滑动轴承润滑状态诊断方法。利用两种方法对未知模拟信号进行诊断,能够实现了对滑动轴承三种润滑状态的有效区分。通过信息熵距和信息（火用）距曲线图能进一步提高润滑状态诊断的准确性,对滑动轴承的运行性能和安全有着重要意义。最后,研究结果表明本文方法能够准确诊断出滑动轴承处于的润滑状态,区分度较高,能为滑动轴承的润滑状态诊断研究提供一种新颖有用的方法。