随着我国的工业的转型升级,机械设备的精密度,运行速度和对安全性、稳定性的要求也越来越高,工业设备趋向于复杂化和精细化。滚动轴承作为一种通用零部件,在机械设备中应用广泛,因而被誉为“工业的关节”。当滚动轴承的退化过程达到临界水平时,将会形成故障并逐步恶化,从而导致不可预测的意外后果,因此滚动轴承的运行质量与设备整体的工作水平密切相关。对轴承的早期退化点进行检测能够为后续的故障识别、寿命预测等提供可靠依据,同时能够及时发现轴承运行过程中出现的问题,进而提早采取维护措施,保障设备安全高效运行,经济效益显著。因此本研究针对滚动轴承的性能退化这一核心问题,利用轴承运行过程中采集的振动信号构建综合监测指标,以准确识别滚动轴承的退化点,并通过仿真和实际应用开展验证工作。滚动轴承退化点检测的关键在于从原始的监测信号中提取一个动态指标以描述滚动轴承的健康状态。基于有限的振动信号,选取多个不同类型的指标进行组合能够更充分地提取原始信号中的信息,本文首先通过实验研究了十余个单一指标及其组合的检测性能,并确定了一组特定的传统的时域统计指标组合提取原始信号中的变化信息。传统时域指标在监测中的不足在于处理非线性非平稳的振动信号时极易受到噪声影响。为此,本文探究了图模型的动态建模方法,通过图谱域的动态建模,基于图模型挖掘传统指标的拓扑信息,削弱噪声影响。将传统指标转化为图模型序列后,通过动态图分析得到增强的指标。优化后的指标仍处于互相独立的通道中,本文探究了多种指标融合方法,并基于此提出了两种自适应权重的多指标融合方法,从而将多个独立通道指标中的有用信息进行融合,得到一个综合指标。在滚动轴承的监测中,综合指标对于退化点的监测更加全面,能够避免因为某种特定的退化原因导致单一指标监测失效的情况出现。最后,基于这一优化指标,研究了基于区间分析的退化点决策,当轴承处于平稳状态时,所提取的指标也会在正常的区间内波动并保持相对平稳状态,因此基于单高斯模型进行假设检验,即零假设和备择假设,以确定轴承的退化点。根据以上内容,本文提出了一个综合监测指标构建方法,对滚动轴承的健康状况进行表征。首先利用基于单指标的图建模构建和基于自适应权重融合方法构建一个综合的滚动轴承监测指标,通过对综合指标进行基于区间分析的自适应决策,以检测滚动轴承的早期退化点。最后,通过仿真实验设置多种工况对上述方法的有效性进行验证,并在两个公开的轴承退化数据集上进行应用,并通过大量的对比实验验证了本文所提出的综合指标的有效性和先进性。最后,给出了本研究的结论,分析了综合指标的优劣势,并且指出了未来工作的研究思路。