化工设备与机器是石化行业的重要生产工具,其运行的好坏将直接影响化工、石油化工生产的连续性、稳定性和安全性。随着大型旋转机械在石油化工领域应用越来越广,其故障预测与诊断在石化生产中的作用和地位日益突出。滚动轴承是旋转机械中的重要零件,其运行状态直接影响到整个机械系统的性能,但它在运行过程中极易损坏。据统计,有30%的旋转机械故障是由轴承引起的。因此,滚动轴承的故障预测和诊断技术研究,具有显著的社会效益和经济效益。本文以Case Western Reserve University (CWRU)轴承数据中心提供的滚动轴承试验数据为基础,旨在对滚动轴承振动信号进行分析,采用有效的特征提取方法,来判断、识别轴承的运行状态,从而实现滚动轴承故障诊断。研究内容包括以下两个方面：1.采用离散小波变换与Hilbert变换相结合的方法来获取轴承信号的包络谱,然后对包络谱进行相关性分析,从而识别出滚动轴承的运行状态。结果表明,本方法能够准确诊断轴承故障,对早期故障及故障程度的识别具有一定的有效性,且能对外圈故障的损伤位置进行判断。与传统包络频谱方法相比,本方法能够全面利用包络谱信息,能更准确地判断轴承运行状况。2.研究形态学分析在滚动轴承故障诊断中的应用,先构造了double-dot直线结构元素,然后结合多尺度形态运算来获取轴承信号的形态谱,通过对形态谱进行相关性分析,从而识别滚动轴承故障类型。同时,在形态谱的基础上提出了尺度谱概念。与第一种方法相比,本方法的重点是从多个尺度上提取信号特征信息,诊断结果表明：本方法能够比第一种方法更准确地识别早期故障及故障程度,也能对外圈故障位置进行判断,反映了double-dot直线结构元素非常适用于轴承振动信号的特征提取；另外,结果表明尺度谱在轴承故障诊断中具有一定的有效性,对于外圈故障位置的判别甚至优于形态谱。