滚动轴承广泛应用于旋转机械中，并起着关键作用。轴承失效可能带来巨大的经济损失或重大事故。因此，开展滚动轴承的状态监测与故障诊断是十分必要的。目前主要是通过振动分析法来进行轴承的状态监测与故障诊断，但是在高温、高腐蚀等场合下，不适合直接黏贴振动传感器，而使该方法受到限制。声音信号的采集则不受这种限制，它是非接触式测量，无需事先黏贴传感器，便于发现早期故障。因此，开展基于声音信号的故障诊断变得十分有意义。综合使用基于振动和声音的诊断技术可以大大提高故障诊断的可靠性，对故障诊断的意义重大。本文主要工作如下：1.研究了滚动轴承振动和噪声之间的关系及产生机理，并通过梁的振声试验验证了声音信和振动信号之间的关系。从本质上讲，滚动轴承的声音信号和振动信号一样有效，只是声音信号容易受背景噪声的干扰，信噪比较低。2.基于滚动轴承的振声信号是非平稳的以及传统包络分析法需要人为的选择滤波中心和带宽，本文综合使用了EMD法（empirical mode decomposition）和包络分析法对滚动轴承进行故障诊断。EMD法是一种自适应的分析方法，非常适用于非平稳信号的分析。使用EMD法可以达到滤波降噪的目的，克服传统包络分析需要人为选择滤波中心和带宽的缺点。3.基于Matlab的GUI界面开发了界面友好、分析速度快、操作简单的滚动轴承的振声信号分析软件，并用轴承实验数据进行验证，结果表明此软件正确可行。4.在滚动轴承的振声试验中，同时采集振动信号和声音信号，并应用所开发的软件对其进行对比分析。结果表明对声音信号进行分析，也能有效的诊断出轴承的故障。综合分析声音和振动信号，可以大大提高故障诊断的可靠性。