滚动轴承出现故障时的振动信号往往具有周期性的冲击特征,在频谱中会出现多倍频调制的宽频信息.当利用传统的循环谱分析方法(Cyclic Spectrum Density,CSD)进行分析时,在谱图中往往包含着较多的噪声干扰成分,难以准确提取出滚动轴承的故障特征.因此,提出一种基于信息熵的循环谱分析方法(Cyclic Spectrum Density based on Entropy,CSDE),利用每个循环频率切片的熵值大小来衡量该循环频率的信息量,以表征该循环频率的调制能力,并以此作为加权因子,对每个循环频率赋予不同的权重大小,以弱化干扰频率的影响,最终实现故障特征的提取和故障严重程度的判断.分别利用共振解调、CSD和CSDE三种方法对实验台滚动轴承外圈故障和工业现场大脱硫风机滚动轴承故障进行分析,验证了新方法在滚动轴承故障诊断中的有效性.