旋转机械是机械设备中重要的组成部件,而滚动轴承又是旋转机械中常用的重要零件。一定程度上说,凡是有旋转机械的地方,滚动轴承都将发挥其难以替代的作用。从结构上看,滚动轴承的构成并不复杂,但是它的作用却是其它零件无法取代的,尤其是在机械发生故障时,滚动轴承的重要性会显得更加突出,不仅对机器的正常运行产生重大影响,严重时还会造成极其严重的安全事故。近年来,在对滚动轴承故障诊断方法的研究中,随机共振无疑得到了较为深入的发展。该方法虽然能够利用噪声的能量来增强滚动轴承微弱的故障特征信息,但其对噪声强度的要求也较为严格,强度太高可能会导致经典随机共振效果不佳,甚至完全无法提取到轴承的故障信息,并且噪声不易控制,只能单向增加,难以减少。故而,本文以振动共振理论为基础,提出了3种基于振动共振的滚动轴承故障诊断方法,并基于所提的方法设计出两款轴承故障诊断软件,具体内容如下:(1)引入仅基于振动共振的滚动轴承故障诊断方法。在经典一阶过阻尼双稳态系统中,以余弦信号为例,通过理论推导,证明振动共振方法在理论上能够用于增强微弱信号,并得到系统在发生振动共振时其相关参数之间的近似关系。利用普通变尺度方法对轴承仿真信号和实验信号进行尺度变换,使得其能够满足经典振动共振对低频率的要求,然后以响应幅值为指标,找到最佳系统参数并对信号进行振动共振处理。结果证明,仅通过振动共振方法同样可以增强轴承微弱的故障特征信息,且振动共振输出频谱图与随机共振输出频谱图相比更加干净、清晰,即振动共振方法可以用于滚动轴承故障诊断当中。(2)提出基于改进响应幅值指标的自适应振动共振提取轴承微弱故障特征。在振动共振中,经典的响应幅值或响应幅值增益指标需要提前知道准确的特征频率,这在实际当中往往不太现实。因此,本文基于传统响应幅值指标对其进行改进,改进后的响应幅值指标,不需要预知准确的特征频谱,同样能够取得很好的诊断效果。同时,引入智能优化算法对振动共振过程中的相关参数进行自适应寻优,大大提高了滚动轴承故障诊断的效率。(3)采用基于改进信噪比指标的级联自适应振动共振提取噪声背景下微弱的轴承故障特征。由于响应幅值或响应幅值增益指标对噪声比较敏感,只适用于无噪声或弱噪声背景条件,并且传统信噪比指标同样需要提前知道特征频率,在强噪声背景下仅靠单级共振有时也难以达到预计的效果,因此提出基于改进信噪比的级联自适应振动共振。该方法不需要提前知道特征频率并且能够适应于较强背景噪声的情形。(4)基于本文提出的滚动轴承故障诊断方法,设计出两种基于不同诊断方法的滚动轴承故障诊断软件。利用MATLAB GUI实现基于改进响应幅值指标的自适应振动共振提取轴承故障特征,利用LabVIEW和MATLAB的混合编程实现基于改进信噪比指标的级联自适应振动共振提取轴承故障特征。