滚动轴承是旋转机械的重要零部件之一,它起着支撑旋转轴和减少摩擦等作用,其工作状态直接决定了旋转机械是否可以正常运行。所以,对滚动轴承实行故障诊断或者状态监测的意义重大。从国内外以往的研究内容来看,绝大多数是针对滚动轴承内圈或外圈单点故障的诊断方法的研究,这些方法只能判断轴承是否发生故障,无法判断轴承是否存在多个故障点。针对这个问题,本文以轴承两点故障为例,建立了轴承多点故障的理论模型,通过理论分析发现了轴承单点故障和两点(或多点)故障的振动信号在时域波形上的不同,计算出了轴承两点故障时域信号的冲击间隔比公式。本文对SVD降噪、小波阈值降噪和ITD降噪三种轴承振动信号降噪方法的原理进行了详细研究,并通过数值仿真和实验数据分析,证实了这三种方法的有效性。通过对共振解调技术的理论分析,发现决定共振解调结果的关键因素是滤波。在滤波过程中需要面临两个问题:如何选择滤波器和如何确定滤波参数。为解决这两个问题,本文对滤波器和谱峭度方法的相关理论进行了深入的研究和详细的介绍。结合共振解调技术和谱峭度方法,本文提出了一种轴承故障特征提取方法。通过实例分析,将本文提出的故障特征提取方法与ITD降噪方法相结合,成功地从轴承振动信号中提取出了故障特征,验证了这种故障特征提取方法的有效性。提出了一套快速高效的轴承故障诊断方法,此方法的基本思路为:以时域波形分析为时域分析方法,以谱峭度方法和共振解调技术为频域分析方法,对轴承的振动信号进行时域和频域的双重分析。以轴承的频域故障特征的为依据,通过包络谱可以判断轴承是否发生故障并定位故障位置;以轴承两点(或多点)故障与单点故障的时域差异为依据,通过时域波形图可以判断轴承是否存在两点(或多点)故障,甚至推算故障点夹角。此外,还可以根据实际情况选择不同的降噪方法对信号进行降噪预处理(或不进行降噪处理)。为了验证了此方法的有效性和正确性,本文对五种故障状态的轴承进行了测试,并进行了详细的数据分析。以共振解调技术和时域特征提取法为基础,在Labview平台上开发了一套滚动轴承状态监测系统,可以对滚动轴承进行实时状态监测,并有历史数据查询功能及报警功能。