在旋转机械中,有三分之一的故障来自滚动轴承,因此,对滚动轴承故障诊断方法研究十分必要,目前国内外许多学者所研究的对象多为连续整周高速旋转轴承,并提出了大量故障诊断方法,然而对关节内部轴承故障诊断的研究较少。本文所研究的对象为连杆类机械中关节内部滚动轴承,其不能高速连续整周旋转,本文基于瞬态特征对其故障诊断方法展开了研究,主要内容如下所示。（1）设计了机械手臂三维模型并加工出实物,建立了关节内部故障轴承实验系统,其中包括软件和硬件两个模块,软件为控制电机程序,硬件为机械手臂与电机的组成结构,为后期在实验中采集关节内部轴承故障信号做了准备。（2）设计了关节内部故障轴承动力学模型,建立了不同轴承故障运动微分方程,并对其进行求解,得出了不同故障振动加速度信号,发现了其与整周旋转轴承的区别,并计算出了单个冲击信号的频谱。（3）提出了关节内部轴承故障的瞬态冲击特征提取方法,采用了 GT滤波器组、谱峭度和希尔伯特变换的办法,通过多次更换不同故障轴承,分别提取了外圈、内圈以及滚动体故障冲击信号,并通过特征频率验证了该冲击为滚动体经过故障部位所产生,对提取到的单个冲击作傅里叶变换,发现了不同故障轴承单个冲击频谱结构存在一定区别,相同故障单个冲击频谱结构相似。（4）在仿真和实验中,提取了关节内部轴承不同故障单个冲击频谱中的12个特征参数,利用PCA和SVM对仿真中不同轴承故障类型进行分类,发现效果较佳,但该方法对于实验数据样本的分类效果并不理想。（5）研究了基于深度信念网络的方法,通过建立DBN网络并多次训练,实现了对关节内部故障轴承类型实验数据的识别分类,弥补了基于主元成分分析和支持向量机对实验数据分类效果不佳的不足。