随着现代旋转机械设备应用的增加,机械设备的关键零部件的维护和检测成为故障诊断的重要组成。滚动轴承作为旋转机械的一个重要部分,使用极为频繁,为易损部件。所以对轴承的振动信号的分析处理,在故障的诊断中有着十分重要的意义。在轴承的振动信号故障诊断中,故障的特征提取对故障诊断有着重要的作用。有效的提取所需要的特征信号有助于准确地分析故障原因和故障缺陷程度。本文基于二元树复小波变换(DTCWT)的新方法对轴承不同故障的特征频率进行提取,提出了用DTCWT分解信号实验结果来分析故障状态趋势的新方式。本文首先介绍了与DTCWT相关联的快速傅立叶变换(FFT)和离散小波变换(DWT)的基本理论部分。然后研究DTCWT在频率抗混叠效应和平移不变性两个性质方面与FFT和DWT的比较优势。根据设计的DTCWT滤波器组和选定的参数,在仿真阶段,采用仿真信号来提取所需的特征信号并与DWT所得的结果做比较,表明了DTCWT在一维信号处理上的实用性。最后采用实验所测振动数据,应用DTCWT对轴承的内圈故障、外圈故障和滚珠故障三种类型的故障信号进行故障特征频率提取。实验结果表明,DTCWT能够有效的提取低频段的特征信号;根据DTCWT分解信号的实验数据,还得到了三种故障状态的趋势分布图。这都说明了DTCWT在故障振动信号分析中是很好的处理工具,为后期的故障诊断状态识别提供了良好的依据。