滚动轴承是机器设备中最常见和最重要的通用零件,其运行状态的好坏往往直接影响整个生产系统效率和安全。所以,对于滚动轴承故障诊断技术的研究一直是国内外工程领域的重点。滚动轴承故障诊断的关键在于故障特征频率的获取。滚动轴承在受载运行的时候,元件表面的损伤点会周期地撞击与之接触的其他元件,从而产生低频振动,这个频率就是故障特征频率。为了提取故障特征,通常用加速度传感器来采集轴承的振动信号。滚动轴承的振动信号是非平稳,突变性的信号,传统的傅里叶分析并不适合这一类的信号。小波分析是近些年来迅速发展的一门学科,被广泛地应用到信号分析和处理的领域。小波具有着自适应性的时频特性,很适合处理滚动轴承的故障信号。小波包是在小波的基础上发展起来的分析方法,在保留了小波优良时频特性的同时,提供了比小波更精细的分解信号的能力。本论文利用MATLAB软件分别对轴承外圈和滚子的故障信号进行仿真实验,验证了小波和小波包分析在滚动轴承故障诊断中的应用。共振解调法是工程中得到广泛应用的一种轴承故障诊断技术,其基本思想是利用带通滤波器分离轴承的高频固有振动,然后对高频信号的包络作傅里叶变换,从而得到滚动轴承的故障特征频率。本论文结合小波分析和共振解调法,提出了一种新的对于滚动轴承的故障诊断方法。作者通过YVS-2型多功能振动试验台对滚动轴承的故障信号进行采集,利用所提出的新方法分别对轴承的外圈和滚子故障进行特征频率提取,取得了不错的效果。这证明了本论文提出的新的诊断方法具有着一定的应用价值。