滚动轴承受装配过程中人为因素,以及服役过程中负载的影响,轴承套圈与轴承座孔容易产生不同心,使轴承在运行过程中产生偏磨故障,严重影响轴承使用性能和使用寿命。本文通过数据驱动建模的方法建立轴承-转子系统的NARX模型,进而对数据驱动模型进行特征提取,以此来表征系统的非线性程度。首先,有效的数据预处理是建立准确数据驱动模型的前提。本文利用基于自相关的时域同步平均方法对振动数据进行梳状滤波,消除了转速,载荷的有限波动,以及截断误差所导致相位误差累积,从而实现数据段的同相平均。在无转速计情况下,该方法能够有效减小了高频成分的衰减,避免信号失真。最后,以滤波后的振动数据为输出,以转子的周期性不平衡力为输入,辨识得到轴承-转子系统的NARX模型。然后结合广义关联线性函数（GALEs）求解得到了系统的前三阶非线性输出频率响应函数及其相关指标。与传统故障评价指标相比,非线性输出频率响应函数相关指标对轴承-转子系统的微弱故障更加敏感。本文所提出的数据预处理方法以及基于数据驱动的故障诊断方法为轴承在装配以及运行过程中的对中性能检测提供了解决思路。