滚动轴承是旋转机械中最常见的零部件，它的运行状态直接影响到整台机器的性能。滚动轴承的损伤类故障，如剥落、点蚀、瑕疵、划痕等，能够快速加剧，造成轴承失效，对轴承系统的危害最大。所以，对损伤类故障的监测、诊断是滚动轴承故障诊断的主要工作。由于滚动轴承故障信号的低信噪比特性，对早期损伤故障的诊断一直是该领域的难题。本文首先分析了滚动轴承的故障机理和振动特征，对损伤类故障的特点及发展过程行了详细讨论。然后，介绍了一种新兴的非线性、非稳定信号分解方法——EMD方法，并对EMD方法应用中的两个关键问题——基本模式分量判据和伪分量识别，做了详细分析。为了提取滚动轴承早期损伤类故障特征，基于故障振动信号的调制特性，提出了采用能量算子解调的特征提取方法，有效地避开了传统Hilbert变换解调方法的端点问题，经过平滑处理的能量算子解调能够得到良好的解调效果，通过诊断实例验证了方法的有效性。最后，针对滚动轴承故障振动信号背景噪声非常严重的特点，提出了基于EMD的信号降噪方法，通过对基本模式分量与原信号的相关分析去除伪分量，采用基本模式分量的自相关分析方法识别噪声分量，再进行信号重构以达到降噪的目的；对轴承故障信号进行基于EMD降噪的诊断分析，结果表明，通过这种降噪处理能够提取信号中的微量有效成分；结合解调方法，能够实现多故障源的诊断以及故障定位。