机械振动与噪声信号中蕴含着机器设备运行状态的重要信息,可用来进行机器状态监测与故障诊断。但基于振动信号的故障诊断技术在某些场合下存在着局限性,而机械噪声信号同样蕴含着丰富的机器状态信息,可以部分地替代振动信号作为故障诊断的手段,且具有非接触式测量的优点。为了实现利用噪声信号进行机械故障诊断,必须结合机器噪声信号的特点,对声学特征提取技术进行深入研究,使得提取的特征能更好地描述机械设备的运行状态。传统基于噪声信号的特征提取技术可以给出故障特征随时间、频率的变化规律,但无法揭示故障特征随声源位置的变化信息。为了能更有效地利用噪声信号对机械设备进行故障诊断,本文提出一种基于局部近场声全息的故障特征提取技术。该技术通过由少量传声器组成的阵列测量声场中的局部(或部分)声学量,采用基于波叠加的数据外推或数据内插技术可以重建出声场中任意场点中的声压、声速与声强等声学量,进而获得包含声源个数、位置、强度等信息的全息图,从而实现对噪声源识别与定位及声场的预测。同时,通过比较故障与正常状态下的全息图,可以识别出某个特定位置的声源特征的变化,再结合特征频率和处于该位置的零部件的特征参数,从而判定出具体故障。为了避免基于傅立叶变换的平面近场声全息要求全息面一侧为自由声场的局限性,提出了基于波叠加技术的单全息面空间声场分离技术。当全息面两侧均存在声源时,该技术可以从全息面上混合的声场信号中分离出各个噪声源信号的声学量,进而利用分离出的声学量采用声场变换重建目标声源全息图,进行故障信号特征提取。本文具体研究内容如下。首先简要介绍机械故障诊断的研究背景,概述设备故障诊断技术及声学诊断技术的发展概况,回顾总结了声源识别方法的发展历史和研究现状,详细讨论现有声源识别技术的实现方法和各自的优缺点。针对应用声学技术对机械设备进行故障特征提取这一目标,明确了需要解决的问题,确立了本文的研究内容。然后,对机械设备振动辐射的噪声场的产生机理和原因进行分析,并对结构声辐射进行数学描述,推导平面近场声全息的基本公式及数值离散过程,讨论平面近场声全息的空间波数域的滤波函数。通过数值仿真验证该算法在一定条件下可以对声源比较精确地识别,同时也指出在声场重建过程中存在窗效应和卷绕误差等固有缺陷。对波叠加方法的理论进行深入研究。分析了波叠加方法的声场重建过程中的相关理论和实现方法,包括波叠加积分公式和声场重建原理;讨论了解的非唯一性问题。声场重建属于声学逆问题,解存在不确定性,讨论了波叠加积分公式离散化实现中存在的非适定性问题和正则化方法。通过数值仿真讨论了重建过程中各种因素对重建精度的影响,包括全息面、重建面、等效源面及测量误差等,从而找出提高重建精度的规律。基于空间声场变换的NAH要求全息面一侧为自由声场,这严重制约了全息技术的应用范围,不利于其在实际工程中的推广应用,为了解决这一问题,在全息面两侧均有声源的情况下,采用单全息面上测量的声压和统计最优近场声全息,提出基于波叠加的空间声场分离技术。通过数值仿真和实验,验证了该技术的正确性和可行性。采用声场分离技术,可以对全息面两侧均有声源的声场进行全息研究,这对全息技术的推广应用具有促进作用。基于空间傅立叶变换的近场声全息技术在局部全息测量条件下,由于有限测量孔径造成的窗效应和卷绕误差等因素的影响,重建结果存在较大的误差,甚至严重失真。为了解决小全息孔径条件下的声场重建问题,提出了基于波叠加法的数据外推技术。分析了该技术数据外推和声场重建中的相关理论和实现方法,针对波叠加法中等效源配置的不确定性,数据外推过程中采用波束形成算法定位声源位置,从而指导等效源的配置。通过数值仿真证明了该技术的有效性、准确性以及相对于传统近场声全息的优越性。同时,由于基于空间声场变换的近场声全息技术分析的频率范围受到全息网格尺寸的限制,即低频限和高频限,这对于较高频率声源的重建需要密集的全息网格,使得测试成本很大。由此,提出基于波叠加的数据内插技术,该技术在达到相同空间分辨率的前提下,显著地减少了所需的全息测量点数,大大节约了测量工作量。最后,通过数值仿真对该算法进行了准确性和可行性研究,结果表明该技术具有较大的实用价值。最后进行实验研究,以及基于此的故障提取技术的可行性和准确性。介绍了振动实验室现有的硬件平台,自行设计完成了全套传声器阵列与采集系统,叙述了实验原理。在此基础上,在半消音室内以音箱和电机的噪声源为研究对象,进行噪声源识别与故障特征提取的实验研究,完成了实验数据采集,最后对实验结果分析表明:该技术是可行的和准确的,为其在工业现场的应用打下基础。对全文研究工作进行总结,并概括论文的创新点,同时就基于声全息的故障诊断技术未来的研究工作提出了一些建议,指出了若干值得注意的问题。