在20世纪60年代初，专家学者在国内外开始了深入的研究和探索，有不同的方法和技术，其应用领域不仅限于轴承诊断，受益于傅立叶变换的发展，准确率也逐渐增加，加快了轴承的振动信号的频谱分析的发展。60年代末，瑞典SPM仪器研制公司发明了冲击脉冲仪可诊断早期轴承损坏故障。1974年，波音公司的Hatting发明了“共振解调系统”，它可以诊断轴承正常与否，并能准确地确定故障的位置和范围可以更有效地应用于轴承损坏的早期故障诊断。52688

轴承故障诊断发展经过以下四个阶段，即利用频谱分析仪进行轴承故障诊断;利用冲击脉冲技术进行轴承故障诊断;利用共振解调技术对轴承进行故障诊断;使用计算机作为核心的诊断技术对轴承进行故障诊断。

随着技术的不断发展，故障诊断和检测的一些新理论，新的方法不断出现。目前，有根据信号处理技术以两种方式诊断方法：首先，如频谱分析的方法，冲击脉冲法，共振解调方法处理常规轴承失效模式数据;其次，如时频分析，非高斯信号处理法，智能诊断的故障诊断方法基于现代信号处理技术等非线性技术。

目前，我国已经引进了许多海外的方法与技术，如Priestley演变谱、短时Fourier 变换、小波分析、非线性时间序列分析等，通过对这些先进技术的学习我国国内对于线性，非线性，还是非高斯特征振动信号的研究也取得了长足的进步。虽然在这些方面取得了长足的进步，打这些方法并不是十分的健全，也各有各的缺点，这些方法的缺点也是显而易见的，比如它们都没考虑设备的周期。

除此之外，我们目前所掌握的信息对于处理低信噪比的信息还是非常的低效。由于滚动轴承的振动信号在传递的过程中会产生许许多多的干扰，大大影响了信号的处理。这一问题仍然无法攻克，是信号的处理中缺陷。

滚动轴承故障诊断的发展方向

滚动轴承故障诊断是一项综合性技术论文网，是学科的发展。随着科技的飞速发展，许多新的理论，方法和技术的出现，丰富了故障诊断的内容。在最近几年的发展影响较大的有模糊诊断，神经网络理论以及专家系统这些新技术无疑都极大地促进了故障诊断的进展。

专家系统就是一个由知识库，推理机，数据库，解释程序，知识获取程序以及人机界面组成一个庞大的智能计算机系程序。它的主要功能模仿专家，在遇到这些问题时，在以往专家的处理方法中选出适合处理此问题的方法，利用以往所积累的经验来解决实际遇到的问题。利用这种方法处理滚动轴承的故障问题可以使结果更加的准确可靠。

在滚动轴承的振动信号中，我们未必可以从单一的故障特征来判断某一故障，一种特征可以对应多种故障，一种故障也能出现多种特征。此时我们需要使用的方法便是模糊诊断法。它主要运用了一些特别方法，比如模糊综合评判以及识别这些特定的模糊数学手段。滚动轴承的故障诊断本身是一种模糊概念，恰好可以使用模糊集合，模糊的识别运算是用来进行模糊的判断的。

神经网络有独到的优势他可处理复杂多模式的信息并具有联想，推算以及记录的功能，恰好满足了滚动轴承对于故障诊断的一些特定的要求，需要确定故障的位置以及故障的严重程度。由于这些特定的优点，这一方法也已经广泛地运用到了滚动轴承故障诊断这一领域中。

滚动轴承是重载货运列车的重要设备，这一设备的好坏影响到了列车的提速和运行。在现在工业发展中，列车就如同血液，输送经济命脉，所以为了保证列车安全运行我们在未来在要对每列监测，而不像现在的预防或定期检修。 滚动轴承故障诊断国内外研究现状和发展趋势:http://www.youerw.com/yanjiu/lunwen_56670.html