滚动轴承是旋转机械中的常用零件，它的机械状态直接影响到机械系统的运行安全，因此，滚动轴承的早期故障诊断具有重要的工程意义。然而滚动轴承的早期故障通常十分微弱，易被噪声信号淹没，因此，采用数字信号处理方法，提取故障特征信息是滚动轴承故障诊断的关键。本文分析了滚动轴承的振动机理，在此基础上建立滚动轴承单一表面损伤故障模型。模型综合考虑了滚道的变形和故障实际尺寸等因素，分析了滚动体在通过故障时与滚道之间释放形变量的变化规律，得出滚动轴承外圈的动力学方程。通过仿真分析，滚道故障模型能模拟出滚动体通过故障时冲击大小的变化规律，滚动体故障模型也可以反映冲击振动大小与滚动体位置角的变化规律。然后通过与实测滚动轴承故障的比较，进一步验证模型的正确性，为滚动轴承的故障诊断提供理论支持。峭度对奇异信号非常敏感，可以对系统异常进行检测。然而，峭度作为一个全局指标，无法反映信号中某一特定分量的变化，为此，谱峭度法得以产生和发展。基于谱峭度的故障特征提取方法是近来的一个研究热点，已在滚动轴承、齿轮和电力系统的故障诊断中得到应用。随着研究的深入，发现谱峭度的应用存在一些亟待解决的问题，例如：滚动轴承的早期故障通常被强背景噪声淹没，直接用谱峭度法无法提取出故障信息；受取样长度的影响，峭度图在分解层数较大时易得出错误的诊断结果，并且构造的数字滤波器数目有限。为此，本文提出基于量子遗传算法和谱峭度法相结合的滚动轴承故障诊断方法。利用谱峭度对瞬态信号的敏感性和量子遗传算法优越的全局寻优能力，该方法能自适应的搜索包络分析带通滤波器的参数，得到轴承信号的时域包络和频谱，实现滚动轴承的故障诊断，通过对实测故障滚动轴承加速度信号的诊断验证了该方法的正确性。