由于声信号具有非接触测量和早期故障敏感的特点,在机械故障诊断领域受到广泛的关注。本文以新统计矩和连续小波变换为工具开展了基于声信号的滚动轴承故障诊断方法研究,主要工作与结论如下:分析了滚动轴承声音信号的特点,着重讨论了轴承故障与振动信号和声信号的关系。指出由于声音信号的信噪比低,且受到背景噪声和回声等信号的干扰,声学诊断实施难度大。研究了声信号的时域特征参数,探讨了用有效值监测轴承磨损类故障。分析了偏度、峭度等统计参数,提出用新统计矩代替传统的峭度,监测轴承表面损伤类故障。仿真信号分析和滚动轴承试验表明,新统计矩对转速和载荷的变化不敏感,诊断效果要优于峭度。通过分析指出,连续小波变换具有很强的弱信号检测能力,非常适用故障诊断。引入小波熵的概念,并以此作为Morlet小波参数的择优标准。对轴承声信号进行多尺度Morlet小波分解,能有效提取轴承故障特征。提出了用有效值和新统计矩检测轴承工况,用Morlet小波确认损伤位置的声信号滚动轴承故障诊断方法。在实验室的消声环境中,用轴承试验有效验证。