本文对提出的基于瞬时频率估计的自适应Vold-Kalman阶比跟踪（AVKF_OT）新方法的实现过程进行了详细的描述。对影响AVKF_OT结果的三个主要的参数（权重因子 、滤波带宽 和跟踪时间 ）进行了详细的分析，讨论了三个参数之间的关系，并以数学方式表达。通过仿真试验和卧式螺旋离心机验证了参数在AVKF_OT实现过程中的影响和作用。

针对机械设备故障数据大容量、多样性的特点,提出一种基于堆叠稀疏自编码（SSAE）的滚动轴承故障智能诊断方法。使用自动编码器（AE）逐层训练网络,从海量数据中自适应地学习各类故障的特征表达,再通过有监督的反向传播算法优化整个网络,最终将特征输入softmax分类器实现滚动轴承健康状况精确诊断。在动力传动故障诊断试验台采集了5类轴承故障数据进行测试。试验结果表明：SSAE算法能够有效地提取故障特征,且故障诊断效果优于传统智能诊断方法。