我国的工业起步相对国外起步较晚，从20世纪70年代末到80年代初，我国的设备监测和故障诊断技术才初步发展，但也只是局限于借鉴国外的经验和知识。我国国家经济贸易委员会中国设备管理协会在1983年颁布了《国营工业交通企业设备管理试行条例》，《国营工业交通企业设备管理试行条例》的颁布在推动国内设备故障诊断技术的开发和研究方面起到了很大的作用。到1987年，我国成立了振动工程学会故障诊断学会，2001年成立了中国机械工程学会设备与维修分会设备故障诊断中心。在国家的政策推动下，我国的故障诊断技术在机械加工、航空、核电、铁道、冶金、石化，水电等行业得到了迅速的发展，并取得了不错的成果。

我国的高校为故障诊断技术的发展做出了很大的贡献。上海交通大学是我国最早研宄滚动轴承故障诊断技术基础理论方面的高校，“高频峰群”现象是重庆大学最早发现的，重庆大学还自主开发了一套滚动轴承故障微机诊断系统。

到目前为止，模糊理论、模式识别、专家系统和神经元网络等在机械设备故障诊断中的应用越来越广泛，他们的应用促进了机械设备故障诊断技术的发展，对动车组故障诊断技术的发展起到了重要作用。

2、滚动轴承的诊断技术研究

故障诊断有两层含义：发生的故障和发生故障的原因，要知道故障的类型和引起故障的原因才能进行故障诊断。故障诊断技术发展大致经历了三个过程，第一阶段是基于信号分析的常规故障诊断，第二阶段基于专家系统的智能故障诊断，第三阶段基于神经网络技术智能故障诊断。

（1）信号分析的故障诊断故障诊断的实现都要以提取到足够的故障特征信息为基础，没有足够的故障特征信息进行的模式识别是不准确的。故障诊断的常规方法有振动分析诊断法、温度分析诊断法、压力分析诊断法、统计诊断方法状态空间分析诊断法、油液分析诊断法等。主要用快速傅里叶变换（FFT）处理提取的特征信号。以FFT为基础延伸出的分析方法也有很多，列如相干分析、相关分析、自谱、互谱、细化谱、倒频谱、谱趋势分析、传递函数等。在故障诊断中，信号分析常规方法是最直接也是应用最广泛的方法，同时也可以作为检验其他信号处理方法的标准。

（2）专家系统的智能故障诊断虽然滚动轴承的故障诊断技术发展非常迅速，但是由于现场工况不同，轴承故障的复杂性，振动信号与故障诊断复杂的关系，使得常规的诊断方法往往不能达到预期的效果。在实际中，机械故障诊断中最有效的方法是让经验丰富的专家到现场进行会诊，但是每个专家经验和专业知识有所不同，在滚动轴承实际运行时出现的新型故障对于个体专家往往是不曾见过的，这就促使了专家系统诊断方法的发展，20世纪80年代专家系统诊断方法成为了故障诊断的主要方法之一。专家系统诊断技术在人工智能的基础上，发展成为了以经验知识为核心的智能诊断技术。它的优势在于该系统集中了各个领域专家长期积累的丰富经验和专业知识，可以像所有专家一样解决滚动轴承在运行中出现的各种故障。但从目前的实际情况来看，该诊断方法缺乏一个可靠的系统，在有效诊断方面还有待验证。

（3）神经网络故障诊断技术神经网络技术具有联想、推测和记忆三大功能，它的优势在于能处理复杂多模式的故障，而滚动轴承的故障也是复杂多类型的，因此，神经网络技术非常适合滚动轴承的故障诊断。具有大规模秉性处理的神经网络可以对多特征、多故障的滚动轴承故障进行有效地诊断[2]。神经网络技术在信号的监测、预测、信号处理、模式识别、知识获取、专家系统等状态监测和故障诊断领域有着广泛的应用。 滚动轴承故障诊断技术国内外研究现状(2):http://www.chuibin.com/yanjiu/lunwen_205341.html