机械故障诊断包括信号测量、特征提取、状态诊断和状态分析四个步骤,其中最关键的问题是故障信号的特征提取。旋转机械在机械设备中应用最广,是设备状态监测与故障诊断的重点。本文以滚动轴承为研究对象,应用新理论,提出轴承故障信号特征提取的新方法。针对滚动轴承故障信号的非平稳、非高斯的特点,论文中应用循环平稳理论的循环谱密度分析法和高阶理论的双谱分析法,分别就滚动轴承在正常、内圈故障和滚动体故障状态运行下,对其中的振动信号做故障特征提取并进行了故障诊断。论文主要完成以下研究工作:1、滚动轴承振动特性分析并进行实验安排。本章首先给出了滚动轴承常见的几种故障形式和形成原因;针对滚动轴承的典型结构分析其振动类型;在此基础上,对滚动轴承的特征频率做出分析;最后对实验安排进行简单的介绍。2、在介绍小波理论的基础上,着重研究了小波在信号处理中的消噪和多分辨率分解,并进行仿真验证;以滚动轴承故障信号为例进行小波去噪,为以后的故障信号处理及特征提取作铺垫。3、针对滚动轴承振动信号的非平稳特性,论述了其循环平稳性,建立了一个滚动轴承幅值调制振动信号的模型,讨论了其循环平稳性;论文理论上证明了循环自相关函数分析方法和循环谱密度函数具有解调性,并通过对模型信号的仿真分析,验证了循环自相关函数和循环谱密度函数可以有效地从调幅振动信号中分离出调制信息,达到调制信号解调的目的;在此基础上重点讨论了其循环自相关函数和循环谱密度函数的解调性。最后对实验中的滚动轴承数据进行分析仿真,成功地应用到了滚动轴承的故障特征提取中,但从结果中可以看出,由于信号中的噪声干扰严重,图中还是存在很多干扰成分,得到的结果也不是十分理想。4、针对前面分析结果中的噪声干扰,结合滚动轴承故障信号的非高斯特点,分析研究了高阶统计量理论;论证了高阶统计量对高斯噪声的免疫特性;提出了小波多分辨率分解与双谱分析方法及其切片的结合在滚动轴承故障诊断中的应用;将双谱分析法及其切片应用于实测的滚动轴承故障信号的特征提取中,对正常、内圈故障和滚动体故障的振动信号进行了分析,在各种运行状态下分别得到了各自的故障频率,从而有效地对滚动轴承的故障运行状态作出判断;并得到了比较理想的结果。