滚动轴承是机械设备中常用、关键的零部件,其工作状态是否正常直接关系到整台机组乃至整条生产线的生产质量和安全。研究滚动轴承的监测和诊断技术,对于避免重大事故及变革维修体制等具有重要的理论研究价值和实际应用意义。本文根据滚动轴承近似对称的结构特征及当轴承元件出现损伤时,由损伤点引起冲击会激发轴承系统固有频率的现象,分析了轴承故障特征信号的幅值调制特征模型。并针对轴承故障特征信号表现出的周期特性这一现象,深入研究了基于循环平稳信号处理的滚动轴承故障特征提取方法。无论是循环平稳解调方法还是传统的包络解调方法,直接对信噪比低的轴承故障振动信号进行解调分析时,其解调性能都非常有限。关键的问题是如何滤出信号中含有丰富故障特征信息的某一频带的信号,在进行相应的解调分析才能获得较好的解调效果。为确定轴承故障特征信息所在的频段位置,本文采用谱峭度分析的方法来进行实现。谱峭度作为一种统计量可以检测出信号中周期性的冲击成分,即轴承故障特征信息,并能确定它们在频域中的位置。这为对原始信号进行带通滤波时滤波器的参数设置提供了理论上的指导,有利于提高对信号进行后续的循环平稳分析或包络谱分析的精度。为此本文提出了一种基于小波包滤波的谱峭度法,并结合理论与实际应用分析了其优越性。最后将谱峭度法结合小波系数包络分析,循环平稳分析,对轴承故障模型仿真信号及实测轴承故障振动信号进行了分析处理,证明本文方法有助于滚动轴承故障识别准确性的提高。同时极大的减小计算量,提高了其在故障诊断中的实用性,促进了模式识别的发展。