旋转机械在石油、化工、电力、冶金等行业应用非常广泛，是这些企业的核心设备。其主要故障来源主要出自其转动部件--转子系统，因此研究旋转机械转子系统故障诊断方法的应用具有重要意义。　　 本文以研究转子系统故障诊断理论的应用性入手，简要介绍了旋转机械在国民经济发展中所处的重要地位及其故障诊断的现实意义，阐述了几种常见故障的诊断方法，叙述了国内外设备故障诊断的发展现状。　　 研究了旋转机械转子不平衡、不对中、碰磨、油膜振荡等故障机理及其故障特征，在分析中就可以结合这些特征选取有效的故障诊断方法研究。并以转子不对中故障为例，建立了转子故障模型。最后通过4阶Runge-Kutta法进行数值积分，分析不对中转子系统的故障基本特征。　　 文章以轴心轨迹和全息谱为基本诊断方法，详细说明了这两种方法的基本原理和算法，并用软件实现了轴心轨迹和二维全息谱编程；然后结合实例说明了两种故障诊断方法在实际故障诊断中的有效性和必要性。　　 由于实际测试中振动信号多为非线性信号，为了提取非线性信号的故障特征，采用经验模式分解(EMD)的信号处理方法。但由于噪声成分的存在，会降低EMD分解产生的模态分量的准确性，故需对信号进行降噪。根据不对中故障和转子不平衡两个实测介绍了采用EMD降噪滤波的过程，根据归一化的相关系数判断出原信号有效的内蕴模式分量(IMF)分量，然后对其进行带通滤波，重构原信号。通过对EMD降噪滤波前后信号的时域频域图、轴心轨迹和全息谱的对比分析，证明了方法的有效性。