大型旋转机械如风机、压缩机和汽轮机等设备，是石油、化工、冶金和电力等现代企业中的关键生产工具，对这些设备开展状态监测与故障诊断工作，保障设备安全可靠的运行，可以取得巨大的经济效益和社会效益。状态监测就是实时对机组的运行状态进行监测，及时了解机组的运行状态，对设备故障进行预警，确定其整体或局部是否正常，以便早期发现故障、查明原因，并掌握故障发展趋势的技术，其目的是避免故障的发生，最大限度地提高工程机械的使用效率，以较小的投资换取最大的经济效益和社会效益。 本文主要研究作为状态监测核心的灵敏监测技术的主体思想及具体实现，其中重点介绍了系统的软件设计方式以及对灵敏监测阈值范围的获取。该研究详细解析了灵敏监测技术的核心思想，并在转子实验台上充分验证了灵敏监测技术，得出了一个可直接应用于现场的阈值范围。 本研究首先深入研究了在线状态监测的基础，介绍了振动信号处理的基本流程，在此基础上介绍了振动信号的并行同步采集技术。然而为了克服由于键相信号非周期变化带来的“泄露”效应，文章其后重点剖析了全数字预测倍频器技术。 接下来本文重点介绍了灵敏监测核心思想及其实现方式，文章全面讨论了包括振动信号的分频监测、历史数据的统计自学习以及基于事件的历史数据存储方式等三大核心组成部分。在介绍了硬件框架结构的基础上，课题详细分析了正常监测和起停机监测不同软件处理方式和工作流程，以及各种不同信号特点上的信号计算方式和程序实现，最后介绍了设计中最终采用的基于事件触发、黑匣子、变负荷及等转速间隔存储等不同方式的数据触发存储方式。 随后，为了验证灵敏监测思想的实用性，通过在转子实验台上搭建的一套状态监测系统，本研究对灵敏监测技术及其门限统计学习问题进行了重点分析。参照相关ISO标准，通过改变转子实验台转动状态来获得不同工况的方法，获得大量数据存储数据，并在对此数据统计分析的基础上，得到了具有可操作性灵敏监测阈值设置规律，为该技术的现场应用提供了很好依据。文章最后详细分析了该系统应用于工业现场的成功案例，通过深入数据分析进一步论证了灵敏监测技术的应用价值。