旋转机械故障诊断是近年来国内外发展较快的一门新兴技术。大型旋转机械振动监测与诊断系统的研究与应用对于避免巨额的经济损失和灾难性事故的发生有着重要意义。在故障诊断的发展过程中，人们发现最重要、最关键而且也最困难的问题就是故障特征信息提取。这是故障诊断中的瓶颈问题，直接关系到故障诊断的准确率和故障早期预报的可靠性。因此，为了从根本上解决故障特征信息提取这个关键问题，必须借助于信息处理、特别是现代信号处理的理论方法和技术手段，探索故障特征信息提取的途径，发展新的故障诊断理论和技术。本论文结合国家自然科学基金资助项目(编号：50375014、50575016)展开，以旋转机械振动为研究对象，研究了旋转机械常见故障的故障机理，并通过Bently转子实验台进行了相应的故障模拟，开发了基于转子振动信号提纯和轴心轨迹的旋转机械故障特征提取技术。该振动信号特征提取技术具有计算量少、准确性高等特点。全文主要内容如下：第一章主要阐述了大型旋转机械状态监测和故障诊断技术研究的意义，综述了旋转机械故障特征提取技术的方法和研究现状，分析了国内外振动监测技术发展趋势。最后，提出了论文的研究目标，概括了论文的研究内容。第二章主要研究了旋转机械常见故障的故障机理，以及故障特征，其中包括幅值特征、频率特征以及轴心轨迹与故障之间的对应关系。第三章研究了旋转机械轴心轨迹特征提取技术在故障诊断中的应用。第一部分重点研究了基于傅立叶描述子、改进不变矩、以及几何特征方法的故障特征提取技术，其中基于几何特征方法中引入了交点和圆环数两个特征值，并且应用细长度、弯曲度、圆环长径比和幅角跨度比作为将图形特征细化的特征参量。并在MATLAB7.0平台下仿真并模拟了一套基于几何特征并结合傅立叶描述子、改进不变矩特征的旋转机械故障特征提取综合系统。第二部分主要对各种滤波器进行分析研究。对各种数字滤波方法进行了阐述和比较，结合前人文献提及的关于特定故障对应的特征频率的理论，选择合适的滤波带，去除混杂在轴心轨迹信号中的高频信号，来为信号模拟和整周期采样提取作进一步的理论铺垫和前期准备。第四章通过在Bently实验台上模拟不平衡、不对中以及涡动故障，对采集到的故障振动信号进行特征分析，分析故障信号中时域波形、特征频率、轴心轨迹等故障特征，并对实验信号进行低通滤波，观察轴心轨迹的变化。最后，对实际采样的故障数据应用本论文建立的特征提取方法，进行故障分析与状态识别。