滚动轴承是旋转机械设备中最常见的部分,对于机车走行部来说滚动轴承的正常运转对机车整体的安全起着举足轻重的作用。为了减少事故的发生,降低由此带来的重大经济损失,滚动轴承的故障诊断和监测技术的研究一向是机械设备故障诊断领域的重要课题。鉴于此,本文以滚动轴承为研究对象展开了一系列的研究。主要研究内容如下:首先,在理论分析和工程应用的基础上阐述了此课题研究的背景、意义以及该技术的历史发展状况,对滚动轴承的研究现状以及发展趋势进行了较为全面的阐述,也对滚动轴承的各种故障类型、振动机理、以及各种诊断方法在轴承故障特征提取中的应用作出简单介绍。同时也列举了轴承的典型故障类型,以及特征频率的计算方法。其次,针对滚动轴承原始振动信号信噪比低以及传统共振解调中带通滤波器参数选择难以确定且依赖于人的主观经验的问题,提出一种基于局部均值分解和快速谱峭图算法相结合的方法来改进传统共振解调。该方法首先利用局部均值分解算法将振动信号分解成多个分量,再通过希尔伯特(Hilbert)变换获得各个分量的时频图,然后利用快速谱峭图算法自动确定带通滤波器的中心频率和带宽,最后对信号进行带通滤波和包络解调进行故障诊断。数字仿真信号和滚动轴承实测数据实验证明了该方法的有效性。再次,经过翻阅相关资料,对实时系统有了更深层次的认识,懂得其研究意义非凡,本课题设计了在Windows基础上的利用LabVIEW RT进行组建的轴承故障实时诊断平台,开发程序并对各类故障的轴承进行实验,验证了实时故障诊断系统的可靠性。此实验系统不仅拥有清晰美观、操作便捷的界面,而且性能良好、运行通畅、扩展方便,能够高效地完成对滚动轴承故障的实时监测和诊断。最后,针对传统振动信号分析大都是离线处理,存在系统体积大、实时性差的问题,设计了以内嵌ARM Cortex-M0内核的W7500P芯片为核心的嵌入式故障诊断系统。该系统借助于嵌入式硬件平台,将信号采集、处理、传输集成于一体在嵌入式硬件平台上进行执行,能够实现故障的实时在线诊断。最终,根据本文所提改进共振解调算法的实现过程,将改进后的MATLAB算法程序移植到嵌入式系统中用于实现轴承故障特征的提取。实验结果表明,将此方法应用到此嵌入式系统中可以快速有效的完成故障特征的提取,实现滚动轴承故障的精确判断。