滚动轴承是旋转机械的重要部件,研究轴承的故障诊断技术,对于保障设备的安全运行具有十分重要的意义。在过去的数十年中,振动信号、声辐射和温度值等参数都曾被用于轴承的损伤诊断,其中振动信号因其具有轴承状态信息丰富、测试简便和相关理论较为成熟的特点而得到广泛应用。从国内外研究方法和内容上看,轴承故障诊断技术仍处在探索阶段,没有形成完整有效的轴承故障诊断理论。从理论层面对轴承故障进行研究的论文较少,多是从实验角度出发,组合不同的故障特征提取理论和模式识别理论对轴承故障进行诊断。从研究成果上看,针对特定尺度单点故障的研究较多,效果也较好。但是,同时注意到,这些方法之间的关联性不强,且均难以进行有效的推广。轴承故障信号包含信息量大,从不同角度对提取信号进行分析都可能得到较好的成果,但对这些角度进行理论分析的研究缺失。本文的核心内容是在学习轴承力学理论和信号处理理论的基础上,研究基于时频分析技术的轴承故障识别诊断,具体的研究内容如下：1.对轴承振动信号的预处理方法进行研究。针对振动信号预处理的问题,对不同预处理方法的消噪机理进行研究,测试其对于滚动轴承振动信号消噪的适用性,探讨现有预处理技术的优化方法；2.振动信号特征提取方法的研究。针对特征数据选取的问题,对不同特征数据及其组合进行计算分析。使用时频分析方法,对振动信号的时域和频域特征进行提取；同时引入盲源分离理论,对轴承振动信号的特征频率进行识别并在冲击信号提取方面进行实验,得到有益的阶段性成果；3.基于振动信号的故障诊断方法的研究。轴承故障诊断是模式识别技术的一项重要应用。本文在学习理解模式识别方法理论的基础上,对现有模式识别方法进行分析,对实验数据进行交叉检验分析以确定各种方法的在轴承故障诊断领域的适用性。本文通过对时频分析技术的研究,为轴承故障诊断技术提供了有效的理论依据和技术支持。同时借助信号消噪理论和盲源分离理论,对滚动轴承振动信号处理在冲击信号分离的新方向上进行了有意义的探索。