在常规运行条件下,轴承发生滚动接触疲劳失效是最常见的轴承故障之一。轴承从出现接触疲劳现象到失效是一个动态发展过程,因此,从安全性和经济性两方面综合考虑,对轴承滚动接触疲劳状态进行实时监测并及时作出诊断具有重要意义。本文结合国内外基于声发射技术的轴承滚动接触疲劳诊断的研究现状,提出了一种用于量化诊断轴承滚动接触疲劳状态的监测系统方案并进行了相关试验研究。本文主要从以下几个方面开展研究工作:(1)研究了轴承滚动接触疲劳声发射信号的相关处理方法。主要包括:声发射信号的预处理方法,主要应用小波包分解和经验模态分解法对声发射信号进行滤波消噪;声发射信号的特征提取方法,研究应用小波包分析分别提取声发射信号的能量特征与信息熵特征;声发射信号的特征选择,应用主成分分析法对提取的声发射信号的特征进行压缩降维;声发射信号特征的模式识别方法,主要应用支持向量机和BP神经网络对经选择后的特征进行模式识别,判断轴承的滚动接触疲劳状态。(2)设计了基于信息融合技术的轴承滚动接触疲劳量化诊断方案。应用“特征串行”法这一中间层次的特征级信息融合方法,将两通道声发射传感器获取的声发射信号融合在一起进行轴承滚动接触疲劳状态的判别。(3)设计并建立了基于声发射技术的轴承滚动接触疲劳量化诊断系统。结合实验室现有设备和技术条件搭建了量化诊断系统的硬件部分并对诊断系统的软件部分进行了功能、结构和必要的算法设计。(4)进行试验以验证该量化诊断系统的准确性和可靠性。通过对试验过程中获取到的声发射信号数据进行分析和处理得出诊断结果,将诊断结果和轴承试件样本进行对比以验证该量化诊断系统的准确性。