在工业领域中,滚动轴承作为旋转机械的关键零件之一,对系统的安全运行影响重大,因此及时发现轴承的故障并停机维修具有重要的意义。当前基于振动信号的故障检测方法主要分为离线检测,如STFT变换、Winger-Ville分布、盲源分离技术、小波变换和Hilbert-Huang变换和在线检测技术,如基于现场可编程门阵列(FPGA)和数字信号处理器(DSP)的数字电路检测、共振解调模拟电路检测等。本文以自相关分析为基础,对滚动轴承的状态检测与故障诊断进行了一系列的研究,主要内容如下:首先,对滚动轴承故障状态检测与故障诊断方向的研究背景、意义和国内外技术发展情况做出了阐述。文章对滚动轴承的结构、故障类型及其成因做出了说明,并针对振动信号合理的选择实验设备,为测试研究对象提供了良好的实验基础。其次,文章提出了一种通道自相关-循环谱分析的滚动轴承离线故障诊断方法,该方法对传统经验模态分解(EMD)方法做出了研究与改进,加入了基于相关系数的自相关分析方法和基于循环谱分析的故障特征频率提取方法。该方法首先应用相关系数,选取最优的本征模态函数(IMF),然后将多通道的最优本征模态函数进行叠加,完成振动信号的重构,最后对重构信号进行循环谱分析,提取故障特征频率。通过实测实验验证,不仅该方法重构的信号信噪比较高,而且提取的故障特征频率准确。进而,本文对通道自相关-循环谱分析做出了改进,提出了一种自相关函数-循环谱分析的离线诊断方法,该方法以自相关函数替代了自相关系数完成自相关分析环节,这样使得自相关分析环节不单单是一个选择指标,而是真实的参与降噪的过程。自相关函数-循环谱分析的离线诊断方法还使用谱峭度来确定滤波器的参数,避免了人为因素对算法定参的干扰。通过跑合试验台真实数据的测试分析,证明了该方法不仅拥有良好的降噪效果,而且诊断精度也有所提高。本文第三章和第四章都基于高铁滚动轴承故障模拟实验台对真实动车组轴承进行工况数据测试,取得了良好的诊断效果。最后,根据自相关函数理论,本文提出了一种基于自相关检测的滚动轴承在线故障诊断方法。该方法采用相关检测电路,并将部分模块转换成为电流模式电路,这样提高了整个诊断电路的转换速度和精度。随后设计了基于电流模式的参数可调的滤波电路,对诊断电路做出了进一步改进。通过实测数据和软件辅助分析,验证了该方法的理论的正确性和对滚动轴承实时故障诊断的有效性。基于自相关检测的滚动轴承在线故障诊断方法的提出,使本篇论文的研究内容不仅包含了离线诊断方法研究,而且加入了以模拟电路的形式搭建成在线诊断系统,为大型诊断体系的兼容性提供有参考价值的方案。