滚动轴承在旋转机械中有着举足轻重的作用,然而其常处于恶劣环境中导致发生故障,因此对于滚动轴承的健康监测及故障诊断研究有重要意义。本文围绕工程应用中常见的变转速工况,对滚动轴承的复合故障振动信号进行了特性分析和诊断方法研究,并通过实验证明了本文所研究方法对于变转速下滚动轴承复合故障诊断的有效性。论文的主要研究内容如下:针对传统时域、频域分析方法难以适用于变转速工况的问题,研究了变转速工况下的故障振动信号特性。从轴承振动产生机理出发,按照恒定转速到变转速、单一故障形式到复合故障形式的次序建立故障振动模型,构建仿真信号进行特性分析和对比。分析了变转速工况下的故障冲击成分在各个域内的特点,指出该情况下的有效分析域。重点分析了复合故障在阶次域和时频域内的特点以及存在的问题,为后续方法研究奠定基础。针对复合故障信号成分复杂、故障之间相互干扰导致传统计算阶次跟踪方法难以直接用于变转速下的复合故障特征提取的问题,结合变转速复合故障信号的阶次域特性研究了一种基于角域虚拟多通道信号的变转速复合故障诊断方法。首先对原始信号进行包络解调,并利用计算阶次跟踪对包络信号进行等角度重采样,将时域信号转换到角域中。随后引入变分模态分解将角域信号分解为多个模态,并通过相关系数选择具有更加丰富故障信息的模态以构建虚拟的多通道信号。最后采用经典的盲源分离算法—独立分量分析对复合故障进行分离和检测。通过实验数据分析,该方法可以有效地同时检测出轴承的多个故障。针对现有的基于阶次跟踪和基于非平稳故障特征解调等变转速复合故障诊断方法一般需要额外安装转速计以及难以适用于转速变化复杂工况等问题,结合变转速故障信号的时频域特性提出了一种基于多时频曲线分类的复合故障诊断方法。首先通过局部峰值搜索算法从振动信号的时频分布中提取具有较高幅值的多条时频曲线。然后根据提出的分类算法对这些时频曲线进行分类,排除无关的干扰曲线。最后根据分类结果进行转频估计和故障诊断。通过实验分析和对比表明,该方法具有较高的转速估计精度及故障诊断精度,在转速难以测量或转速变化复杂的工况中较传统方法有更好的实用性。