近年来,随着我国建设交通强国纲要的提出,高速列车的时空布局在不断的扩大,保证高速列车的安全运行已是十分重要的课题,滚动轴承是高速列车走行部中极其关键且极易损坏的部件,因此对高速列车轴承故障的快速、准确的诊断直接影响高速列车的安全高效的运行。传统对轴承故障的诊断一般使用单一的传感器来识别轴承故障的存在和类型,由于工作环境中噪音和其他旋转机械部件的影响,采集到的信息是比较偏面、冗杂的,尤其轴承中一些微小的故障,一些传感器是很难检测到故障信号,导致对轴承状态的判断出现巨大的误差,从而导致高速列车走行部等旋转机械产生不可挽回的经济损失甚至威胁人身安全。本文首先全面的对国内外滚动轴承的状态监测和故障诊断方面的应用研究进行总结,同时对滚动轴承发生故障的基本类型、影响轴承故障产生的因素以及轴承故障振动机理等进行详细的研究。根据轴承的实际故障建立双列圆锥滚子轴承模型,分别在外圈定义和设置了大、小两种类型的剥落故障,按照高速列车的实际运行状况施加条件,对正常轴承、故障轴承进行模态仿真和显示动力学仿真,分析了正常和不同剥落状态下轴承外圈的各种频率和应力变化。根据实验对象选取了合适的加速度和声发射传感器,搭建适合的小型轴承实验平台,设计加速度和声发射两套数据采集系统,试验中每种状态的轴承都采用高、低两种转速,对采集的实验信号进行处理,通过与故障轴承理论特征频率进行对比得出更加适合故障诊断的方法。经过数据分析得出声发射法比共振解调法对故障的诊断更加灵敏,弥补了微小故障在早期不能及时监测的状况,两种诊断方法互相补充更能提高对故障的诊断及时性和准确性。最后通过信息融合方式并选取合适的融合方法对共振解调法和声发射法采集的数据进行融合,设置了最优单一传感器和算术平均的融合方法与自适应加权融合方法对比验证,证明了自适应加权融合的方法对数据处理有更高的准确性,同时提出应用该方法对轴承状态是否健康进行快速判断,提高了轴承诊断的效率,为轴承等旋转机械的故障诊断提供参考。