随着世界各地经济与工业水平的不断提高,机械设备的应用场景不断增加,这对机械设备零部件安全运行带来了巨大挑战。滚动轴承作为现代旋转机械设备核心零部件,由于高转速、高负载等工作特点,造成其极易产生故障,其运行状态正常与否直接影响机械设备运行的性能与安全。随着科技水平的不断提高,滚动轴承的故障诊断研究逐渐演变为多学科的交叉融合,其发展对现代机械运行安全具有重大意义。声发射（Acoustic Emission,AE）技术是一种新型的动态无损检测技术,广泛应用于机械故障诊断及故障源定位相关领域,尤其是机械零部件的早期故障检测。相比于传统故障诊断方法,声发射具有频率范围宽、检测灵敏度和精度高等特点,能有效避免噪声等其它外界因素的干扰。本文将滚动轴承声发射检测方法与神经网络相结合,建立了滚动轴承故障状态评估模型;然后结合轴承损伤双冲击特征,开发了滚动轴承损伤定量化评估软件系统。论文主要研究内容如下:（1）基于声发射的滚动轴承损伤双冲击现象研究。从滚动轴承基本结构及其主要失效形式出发,对滚动轴承声发射产生原理及声发射信号特征进行分析,然后分析滚动轴承双冲击机理及其力学模型,揭示轴承损伤声发射双冲击现象产生原因,最后研究轴承损伤双冲击特征与损伤宽度之间的关系。（2）滚动轴承声发射双冲击特征传播有限元仿真研究。根据轴承基本特征与几何参数,建立滚动轴承三维有限元模型,研究轴承有限元仿真双冲击激励源表征方法;通过仿真结果研究轴承损伤声发射波的传播特性及双冲击特征,并从有限元角度验证基于声发射双冲击特征预测轴承损伤宽度的可行性。（3）滚动轴承损伤状态评估模型研究。通过分析BP神经网络算法基本原理,提出将神经网络与声发射特征参数相结合的滚动轴承损伤状态评估模型;通过分析声发射特征参数与轴承损伤之间的表征关系,研究评估模型输入参数及其提取方法,并根据神经网络相关理论确定评估模型基本结构。（4）滚动轴承故障状态评估模型验证与软件系统开发。首先,通过滚动轴承故障声发射信号采集试验,验证轴承损伤宽度估计模型的有效性;然后,通过信号处理技术处理原始数据样本,观察评估模型展开训练与测试效果,确定评估模型最终结构;最后,完成滚动轴承故障识别与故障宽度预测软件系统的总体框架设计,搭建滚动轴承故障状态定量化评估软件系统。