针对旋转机械振动监测与故障诊断所面临的各种干扰与有用信息相互混杂的情况，本文探讨了一种适用于旋转机械振动信号处理与故障特征提取方法，该方法可以将各振动源所引起的混合信号分离为单一的振源信号，最大程度地凸显与待监测机器及部件故障相对应的特征信息，大大提高故障诊断的准确性。 本文以旋转机械的振动为研究对象，首先从信号处理的角度研究了旋转机械的振动信号特性以及置于旋转机械壳体上传感器所测振动信号的混合情况，得出相应的混合模型，并在此基础上，系统地研究了几种实用的信号分离及降噪技术。特别是以盲源分离为重点研究对象，探索了盲源分离理论方法应用在旋转机械故障诊断中的相关算法，解决了一些在实际应用过程中的技术细节。在以上研究的基础上，建立了一个基于振动信号盲源分离(包含非盲分离)的旋转机械信号处理系统，为旋转机械状态监测与故障诊断提供了一种行之有效的信号处理手段。 本文的主要工作内容和贡献如下： ●对旋转机械振动的机理、振动信号的混合过程进行了系统的分析，得出了旋转机械振动信号的混合模型。 ●研究了瞬时混合模型下适用于旋转机械振动信号分离的FastICA方法及基于时延相关的二阶盲源分离方法，通过大量的仿真实验对两种方法的适用性及优缺点分别加以分析及对比，并将FastICA方法扩展到复数域，实现了频域复数信号的瞬时盲源分离。 ●在卷积混合模型下，研究了相应的时域盲源分离及频域盲源分离两种卷积分离方案，对时域和频域卷积分离方法的特点、适用性及优点分别进行了比较。针对旋转机械稳定运行在工作转速下所测得的稳态振动信号特性，提出了基于全局傅立叶变换的平稳振动信号的频域分离方法；针对旋转机械非稳态运行(增、减速及负载波动较大)情况下的振动信号特性，建立了基于短时傅立叶变换(STFT)的非平稳振动信号的频域分离方案。 ●实施基于STFT的非平稳振动信号卷积混合频域盲源分离方法过程中，需解决分离顺序不确定性问题，本文根据同一振源信号相邻频率幅值谱序列具有相关性这一特性，建立了基于相关系数解决置换问题的方法，仿真验证结果表明了该方法的有效性。 ●研究了低通、高通及带通滤波对于盲源分离算法的影响，建立了基于滤波预处理与盲源分离相结合的振动信号分离方案。 ●提出了基于PCA降维预处理方法的含噪盲源分离问题的解决方案。该方案较之其它基于噪声假设及模型假设的含噪盲源分离方法，具有适用性广、实际应用效果好的优势，而且该方案也适用于解决传感器个数少，振源个数多的实际情况。 ●针对双转子航空发动机高、低压转子振动信号混合的问题，分别提出了基于FFT的非盲分离及基于盲源分离的两种解决方案，并分析了两方案的优势及适用范围。 ●针对齿轮及轴承故障诊断过程中，所测取振动信号受调制现象的影响造成振动信号信噪比低的问题，提出了基于时延相关预处理的盲源分离方法，该方法相当于对所测振动信号进行两次降噪，仿真及实验分析结果证实了时延相关预处理与盲源分离方法相结合，降噪及特征信息提取效果明显。 ●在以上研究工作的基础上，建立了基于盲源分离(含非盲分离)的旋转机械振动信号处理系统，并将其应用于某型双转子航空发动机振动信号分离及故障特征信息提取。