转子系统作为旋转机械的核心部件,其稳定运行对于机械设备的安全生产以及设备操作人员的生命安全具有重要的意义。旋转机械所承受的载荷发生变化时,会导致转子系统轴系扭矩发生改变;同时设备频繁启动、制动、长时间运行导致的结构变形及含有故障时,都会引起轴系扭矩的改变。轴系受扭会影响转子系统的运行稳定性,严重时将失稳甚至机毁,因此对受扭轴系的识别具有实际意义和应用前景。轴心轨迹作为转子运动状态的重要图形符号,其动态特征与形状蕴含丰富的故障信息;但目前应用较为有限,主要集中在不对中、不平衡、碰摩、涡动这几种典型故障的识别上,在其他运行状态的识别方面应用较少。因此本文以双跨转子为研究对象,从动力学的角度研究转子系统扭矩激励下轴心轨迹的变化规律,实现基于轴心轨迹的载荷识别,对于旋转机械设备的状态检测与故障诊断具有理论指导和工程应用价值。首先,对转子系统进行简化和离散化,对转盘与轴承进行受力分析后计算双跨系统的总机械能;而后将此部分总机械能带入拉格朗日方程得到双跨部分的弯扭耦合数学模型。同时对于转子系统齿轮副部分,对简化后得到的齿轮系统进行分析,建立直齿圆柱齿轮副振动分析模型。最终通过联轴器的扭转刚度和扭转阻尼将双跨部分与齿轮副部分进行连接,建立了完整的转子系统数学模型。将系统数学模型导入MATLAB/Simulink环境中建立转子系统仿真模型。利用仿真模块生成不同类型、不同大小的扭矩载荷输入转子系统仿真模型中获得偏重转盘2处X、Y两个方向的振动位移,并由此合成轴心轨迹。通过对振动位移信号和轴心轨迹信号进行分析发现,以上两种信号的变化特性与扭矩激励的变化特性保持一致。其次,基于轴心轨迹对转子系统的载荷识别进行研究,将堆叠自编码网络（Stack Autoencoder,SAE）应用于基于轴心轨迹的载荷识别。将各种不同的参数带入到SAE中进行训练,综合考虑训练时间以及识别准确率等因素,最终确定线性整流Re LU函数、均方方差损失函数（Mean Squared Error,MSE）、Adam算法分别作为SAE的激活函数、损失函数与优化器,同时输入网络中的单张图片大小为16×16,网络训练次数为200次时,网络的识别效果最好。最后,搭建转子系统试验台,根据试验内容与试验目的制定试验方案;通过施加不同类型、不同大小的扭矩载荷,完成偏重转盘2处的X、Y向振动位移信号的采集,在MATLAB软件上将振动位移信号合成轴心轨迹信号并对合成的轴心轨迹信号进行一定的处理。应用SAE进行了基于轴心轨迹的转子系统载荷识别研究,试验结果验证了仿真研究的正确性以及所用SAE用于转子系统载荷识别的可行性与有效性。