1、滾動軸承作為精密標準件，因其摩擦系數(shù)小，精度高，性價比高，在旋轉(zhuǎn)機械中應用非常廣泛。但是，滾動軸承的壽命具有很大的離散性，容易損壞，存在著非常大的安全隱患，近年來，因為滾動軸承的損壞造成重大生命財產(chǎn)損失的事件時有發(fā)生。因此，對滾動軸承工作狀態(tài)進行監(jiān)測和故障診斷具有很高的實用價值。
　　本文首先對滾動軸承的結(jié)構、失效形式、振動機理進行分析，給出故障特征頻率計算公式。針對振動信號中摻雜著大量噪聲信號，提出了相空間重構降噪理論:通過互信

2、息法和Cao法分別計算相空間重構參數(shù)時間延遲和嵌入維數(shù)，進行信號重構，然后結(jié)合奇異值分解降噪改進方法，達到對目標信號降噪的目的。
　　針對經(jīng)驗模態(tài)分解改進算法-總體平均經(jīng)驗模態(tài)分解存在缺陷，本文提出了補充的總體平均經(jīng)驗模態(tài)分解的方法。通過和傳統(tǒng)的經(jīng)驗模態(tài)分解和總體平均經(jīng)驗模態(tài)分解方法作對比，證明本方法的優(yōu)越性。
　　把相空間重構降噪理論和總體平均經(jīng)驗模態(tài)分解方法相結(jié)合，對獲得的本征模態(tài)分量進行頻譜分析，達到對滾動軸承故障進行

3、初步診斷的目的。并且通過對比分析，進一步證明了兩種方法結(jié)合的優(yōu)越性。利用希黃變換理論對滾動軸承振動信號進行三維時頻譜分析，結(jié)果表明:不同類型的滾動軸承故障狀態(tài)，頻率分布區(qū)間及幅值分布有很大的不同，因此，劃分頻率區(qū)間，分別提取每個頻率區(qū)間內(nèi)的能量值，組成特征向量。分別計算滾動軸承四種工作狀態(tài)下的特征向量，獲得108組樣本，為模式識別做準備。
　　對概率神經(jīng)網(wǎng)絡結(jié)構、原理進行簡要分析，利用訓練樣本對網(wǎng)絡進行訓練，達到期望誤差要求時，把