李孟源针对铁路机车轴承的不同故障类型进行了声发射信号研究，根据功率谱密度图得出各种故障模式下的声发射信号能量分布图，利用小波变化算法提取信号特征，结合神经网络对故障进行了模式识别。杨黎明、李凤英等对比分析了声发射法和振动法在轴承故障诊断方面的应用结果，同时结合多次实验认证，证明了声发射检测应用于滚动轴承故障监测的可行性以及高效性。

杨黎明、李凤英等对声发射法和振动法在轴承故障诊断方面进行了对比分析，综合理论和实验，得出了利用声发射检测轴承故障状态的可行性和有效性。

周艳玲等采用MK224型驻极传声器采集轴承工作状态下的声音信号，并进行了分析，其采用的是非接触的安装方式。但是该方法信噪比低，失真严重，不适宜远声场的测量。

总结国内外学者的研究成果并进行分析比较可知：轴承的种类繁多，结构复杂，利用声信号对其进行状态监测以及故障诊断时，受环境噪声的干扰比较严重，另外，声音信号在传播的过程中衰减也是一个比较难解决的问题，使得采集的声音信号信噪比低，失真较为严重，因此在进行轴承的声音信号采集时，应该对环境进行严格的要求和评估，并对原始信号进行充分的消噪预处理。

3故障诊断技术的发展趋势

正如时代的发展不会停下脚步，计算机、数据处理等领域的科学技术也有了日新月异的巨变，这些进步都为滚动轴承故障诊断打下了坚实的基础并且提供了技术上的支持。总结当前的各项研究成果可以将滚动轴承故障诊断的发展趋势大体归为以下几方面：

（1）混合故障诊断滚动轴承故障诊断技术中最为重要的研究方向无疑是智能诊断技术，而这一技术的发展文献综述

趋势就是融合统一，即结合各种不同的智能技术的优点，考虑到各种应用方向的适应性，从而得到更加优越的混合诊断系统。为了得到这种混合诊断系统，通常是多种方法结合应用，常见的有专家系统和神经网络在规则适应下的整合，又或者是结合实例推理与神经网络，还可以结合模糊逻辑、专家系统和神经网络，由此可见混合诊断系统的多样性。

（2）多信息、多层次集成多信号集成是指将各种诊断知识与数据库中各类型故障相结合，综合性分析各类故障情

况，从而判断出故障所在位置。这种方法的重点在于融合信息，同时利用层次诊断模型进行深浅结合的诊断，即多层次，它将监测到的信号进行处理后再集成到诊断系统中进行在线分析，包括了数据处理和诊断推理两项内容，从而实现了诊断的实时性以及信息化与智能化的统一性。

（3）远程协作诊断远程协作诊断技术依然是基于计算机网络的，其原理是设置大量可靠的中心计算机充当

服务器的功能，并且选择一些关键性设备使之作为监测点，通过滚动轴承诊断技术和计算机网络技术的融合应用来采集反映设备状态的数据，同时，分析和诊断中心分布在各个综合实力较强的科学研究所，以提供远程技术支持，保障企业的安全运营。更进一步的发展就是跨地域远程协作诊断，其最大的特点是网络共享性，这也是当今网络发展的一大趋势，即测试数据、分析方法以及诊断知识都能在网络上进行信息交流和共享，所以这一技术成功的要点就是信号采集、分析结果以及专家诊断系统能够安全的运行在互联网之中并能够被远程监控。

（4）诊断与控制相结合诊断技术的最终目的就是依据系统对当前设备的诊断结果确定设备运行方式是能够正常运行还是应该停止运行，提前阻止严重故障的发生。这需要将诊断系统和控制系统更好的融合为一体，以便在最短的时间内进行监测、诊断和控制等各项功能。随着时间的推移，单机诊断逐渐退出视线，分布式全系统诊断成为主流方向，相对应的就要求结合各种数据处理与诊断方法以适应它的高度信息化。