滚珠丝杠副润滑失效将导致进给精度及加工质量受到显著影响，因此通过振动信号对其润滑条件进行在线识别并对失效状态作出诊断具有重大意义。文章通过试验模拟了滚珠丝杠副油润滑不良、油润滑充分和脂润滑充分三种润滑条件。首先提出了基于小波包分解（WPD）的振动信号能量提取算法，计算得到不同润滑条件下振动信号不同频率带上的信号能量；然后建立了遗传算法（GA）优化后的BP神经网络；最后将信号能量作为特征向量导入至遗传神经网络中进行训练并进行测试。测试结果表明，神经网络的诊断正确率达到90%。研究结果可用于滚珠丝杠副润滑失效的故障诊断，对于促进滚珠丝杠副健康状态监测方法的发展具有重大意义。

文章在总结当前滚动直线导轨副寿命及失效演变研究的现状及不足的基础上,制定并开展了基于全周期分段步加策略的小子样滚动直线导轨副加速失效演变试验;记录并分析了整个试验周期中的可靠性故障现象,滚动接触疲劳失效过程中的噪声、失效样件表面形貌以及残余应力的演变情况;验证了该试验方法的可行性与高效性;同时文章研究了硬度对整个寿命过程的影响,发现硬度主要影响导轨副早期的磨损与压痕,对疲劳失效并没有明显影响。