造纸工业是我国轻工业的支柱产业之一，随着对造纸产生效率和安全性要求的不断提高，对纸机滚动轴承的故障诊断准确性也提出了更为严格的要求。滚动轴承的信号预处理（去噪）是故障诊断算法的前一步，也是直接影响诊断结果准确性的关键步骤。本文对小波阈值去噪算法中最为关键的阈值、阈值函数和分解层数进行了改进和优化，并将改进的算法应用于纸机滚动轴承故障诊断中，使其达到提高轴承去噪效果、更易识别故障原因的目的。（1）针对小波阈值去噪算法中难以选取最优阈值的问题，提出了一种自寻优的最优阈值去噪算法。先阐述了最优阈值的产生是由信号与阈值函数共同决定的概念。在此概念上给出了自寻优算法的具体步骤。但此算法中终值的选取和阈值离散化而带来过大的计算量成为其算法的难点。基于此问题，本文给出了解决方案并予以证明。通过试验中观察得到的高频死去值现象确定终值，通过单峰值现象及多分辨率分析中各空间独立原理进行了计算量的简化。（2）针对小波阈值去噪算法中难以确定最优化阈值函数的问题，基于最优阈值的概念，提出通过双自寻优算法解决阈值和阈值函数的耦合性问题，并找到最优化的阈值函数。双自寻优算法中把所有阈值和阈值函数的参数可能性都相互组合，在这些组合中找出最优去噪组合，最优组合中的阈值是最优阈值，最优组合中的阈值函数就是最优阈值函数。阈值的寻优范围由信号自身的高频死去值决定；阈值函数的选取本文以带参数的软硬阈值折衷法和一种改进型的带参数非直线型阈值函数为基准，寻优范围由其自身参数特性而定。（3）针对小波阈值去噪算法中难以确定最优分解层数的问题，提出了一种基于双自寻优去噪算法的最优分解层数自适应算法。先阐述了分解层数是与阈值、阈值函数相互耦合的概念，但可以通过最优阈值与分解层数的关系解决这种耦合的关系。通过实验中观察得到的最优阈值收缩性现象，推导出最优阈值所对应的信噪比与分解层数的具体关系，在此关系基础上给出了最优分解层数自适应算法的具体步骤。对改进后的小波阈值去噪算法，本文进行了仿真实验，试验结果表明，此算法得到了更高的信噪比、更低的均方根误差和更光滑的外观。（4）将改进的小波阈值去噪算法应用于实际纸机滚动轴承信号故障诊断（包络谱方法）中。经过改进的小波阈值去噪算法得到的滚动轴承振动信号包络谱比未经过去噪算法的、经过经典频域滤波器去噪算法的和经过经典小波阈值去噪算法的包络谱来看，经过改进的小波阈值去噪算法的包络谱中故障特征频率不但更易识别滚动轴承存在的故障类型，而且比其它相比较的算法可以得到更多的特征信息（倍频更多），在造纸机滚动轴承故障诊断中具有实际的应用意义。