该论文包含两个方面的研究内容:1.自适应时频分析技术在机械设备故障诊断中应用的研究;2.热轧机组振动信号时频分析技术的研究.在研究双线性时频分布特点的基础上,采用加窗技术,有效地消除了高阶时频分布中无振荡交叉项;提出描述时频分布性能的信息熵方法,并以信息熵为依据实现Choi-Williams分布参数优化,应用经过参数优化的Choi-Williams分布对齿轮故障进行诊断,取得了良好的效果;提出一种基于滤波器组和优化伪Wigner分布(PWVD)的自适应时频分布,通过仿真实验,验证了该分布具有一定的抑制交叉项、消除干扰的效果,应用该时频分布对转子油膜涡动故障进行识别,取得了明显的效果.研究了Hilbert/Huang时频分析方法在机械设备故障诊断中应用的问题.研究了含非线性元件的单自由度m-k系统的时间响应的组成及其瞬时频率,验证了HHT时频谱所独有的揭示信号波内调制现象的能力;研究了Hilbert/Huang时频分析法在非线性转子动力学行为分析中的应用,通过仿真和实验说明了HHT时频谱具有明确的物理意义;研究了Hilbert/Huang时频分析法在齿轮故障诊断中的应用,通过Hilbert边界谱和HHT时频谱有效地区分了几种不同状态的齿轮.对热轧机振动信号的时频分析技术进行了研究.对轧机振动信号进行的统计分析表明在不同的轧制阶段,信号有效值和方差等统计量存在明显的不同;针对轧机振动信号存在较强冲击成分而导致信号呈非高斯和非对称分布的特征,提出轧机振动信号的小波双谱分析技术,这种分析方法结合了双谱和小彼的优点,应用该技术成功地得到了轧机振动的有关频域特征,在此基础上,采用短时双谱切片谱阵分析技术,分析了轧机振动信号的基本时频特征;采用四类双线性时频分布对不同阶段的振动信号进行了分析,进一步揭示了轧机振动信号的时频特征;采用HHT时频谱对咬钢时刻轧机振动信号进行分析,获取了该时刻信号具有较大冲击的特征.