船舶发电机是船舶的动力核心装备,发电机的正常运行是船舶安全航行的首要前提。针对船舶发电机滚动轴承振动信号背景噪声大、特征复杂等特性,本文基于参数优化变分模态分解方法,设计和开发了一套船舶发电机滚动轴承故障诊断系统。主要研究内容如下:（1）针对早期滚动轴承故障信号特征微弱,传统变分模态分解（Variational Mode Decomposition,VMD）的效果易受模态数和惩罚因子设置的影响,提出了一种改进VMD参数设置的方法。首先基于中心频率判断本征模态函数（Band Limited Intrinsic Mode Functions,BIMF）是否混叠的思想提出中心频率混叠商算法,利用最小中心频率差与次小中心频率差的比值确定模态数。其次利用模糊熵原理,提出求和模糊熵算法优化惩罚因子。通过利用相关系数筛选模态分量,重构信号提取故障信息。对仿真信号数据的分析结果表明该方法能自适应确定模态数和惩罚因子,抑制模态混叠,能够从强背景噪声下有效地提取出故障信息,实现滚动轴承故障诊断。（2）针对参数优化过程中计算效率低的问题,即惩罚因子优化时间长、计算速度慢,介绍了鲸鱼算法（Whale Optimization Algorithm,WOA）和基于Lévy飞行轨迹的鲸鱼优化算法（Lévy Flight Trajectory-based Whale Optimization Algorithm,LWOA）的基本概念,并将LWOA算法引入到惩罚因子的寻优过程,提出了LWOA-VMD算法。通过滚动轴承诊断实验台试验数据分析,验证了LWOA-VMD算法在处理外圈故障、内圈故障和滚动体故障时的有效性。通过对比多种寻优算法验证在高背景噪声下LWOA-VMD算法的快速和有效性。（3）设计开发了发电机滚动轴承故障诊断系统。首先根据系统整体要求,完成实验台架的搭建与测试,包括采集方案和传感器设备的选型,以及采集卡、采集卡功能模块的选定。随后选择多语言混编的方式搭建软件后处理端,实现了小波降噪、最小熵解卷积、盲源分离、谱分析和LWOA-VMD等多种信号分析算法的C语言重构,并将算法封装成DLL动态链接库,完成了故障诊断软件的编写。该系统满足现场使用的要求,能够实现信号的正常采集与数据处理。