低速旋转机械广泛应用于风力发电、制药、污水处理、石油化工、冶金和造纸等行业,随着设备不断大型化、复杂化、自动化和连续化,低速机械的故障和失效给整个生产和社会造成的损失越来越大,特别是低速轴承由于长期磨损所带来的故障后果将严重影响设备的正常运行,从而造成巨大的经济损失和重大社会影响。由于低速轴承一般受连续重载,传统测量仪器无法检测轴承的工作频率,导致低速轴承磨损甚至失效后的特征不易被发现。本文针对上述低速轴承磨损故障特征难以捕捉和提取的问题,应用新的测量技术和信号处理方法捕捉,分析低速轴承磨损时的受力情况,研究金属磨粒的物理特性和几何特征,通过这种从宏观到微观的全面诊断和识别低速轴承磨损的方法,才能够高效、准确地发现设备中存在的早期磨损故障,防止故障演化并提高设备使用效率。本文以高频应力波信号作为特征参量,采集低速旋转机械故障信号,解决振动和声发射信号在低速情况下的局限性问题。研究发现,摩擦所产生应力波主要以瑞利波形式以声速传播但与转速无关,由于磨损发生机理不同,所产生的应力波传播方式和物理特性都不同,为分析低速轴承磨损故障的受力和提取故障特征奠定基础。建立了低速滚动轴承实体模型,应用有限元方法对完好滚动轴承和磨损滚动轴承分别计算载荷作用下应力应变规律。计算结果证明,低速磨损轴承的外滚道表面应力值及其应变值都将发生改变,离磨损处越远外滚道表面应力及其应变数值变化就越小。内圈故障对外滚道表面应力及其应变分布规律影响最小,滚子故障次之,外圈故障最大,传感器的安装位置应使其接收方向指向滚道的负荷方向,并且尽可能减少轴承与传感器之间的界面。采用傅立叶变换对故障应力波信号进行了分析,但从经过傅立叶变换后的频谱图中得不到故障特征频率,从而证明用傅立叶的方法对故障应力波信号进行处理是行不通的。在对几种小波基函数对应力波脉冲信号的相似程度进行比较的基础上,选择Db10小波及函数对故障应力波信号进行处理,对应力波信号进行了多尺度分解,将含有应力波成分的D3和D4层进行了信号重构,从信号重构波形上成功提取了信号故障特征频率,从而证明了小波分析的应力波法适用低速滚动轴承故障诊断。分析低速轴承的润滑状况对分析磨损故障十分重要。在分形理论的基础上,本文对含油低速轴承进行动静负载运转试验、表面形貌测试实验和振动测试等大量实验,对含油轴承表面形貌和振动性能的分形特征、分形表征、分形参数计算等进行了研究和计算。研究结果表明不同摩擦阶段振动信号的关联维数随运转时间逐渐增大。提出分形和混沌的图像识别方法,认为当低速轴承发生摩擦故障后,轨迹图显示出振动的时间序列,而分形维数表征落入点空间的概率分布,混沌图表明了复杂动力系统能够在一个低维子空间的最终行为,从摩擦发生后的磨粒分布、应力变化和损伤程度三个方面形成了立体式的识别诊断方法。