故障诊断技术是许多生产实践活动中重要组成部分，在民用航空发动机故障领域也不例外。为了能够更为方便快捷地实现航空发动机转子系统振动故障诊断，为航空发动机转子系统振动故障诊断提供理论和现实依据，对转子系统振动智能化故障诊断技术进行研究也是十分必要的。目前基于智能化的故障诊断技术拥有许多成熟的方法，每一种方法都有其优缺点，本文在比较了各种故障诊断方法后，确定了应用BP神经网络和专家系统结合的方法进行本文的研究。研究基于BP神经网络的转子振动故障诊断专家系统首先应该从研究振动故障的机理和振动故障特征开始，文章中总结了前人研究的成果，并在模拟转子实验台上实现了信号的采集；其次把采集到的故障特征利用LM算法的BP神经网络训练，并验证其用于故障诊断领域是可以行得通的；建立故障规则是建立专家系统实现专家系统故障诊断不可或缺的一部分，建立故障规则库为实现故障的匹配提供基础；最后，利用AForge.NET神经网络库函数调用方便快捷的特点和VS开发专家系统简单易行的优势，实现神经网络和专家系统的融合，开发一套基于BP神经网络的转子系统振动故障诊断专家系统的原型机，为后续研究提供了理论基础和现实依据。基于BP神经网络的专家系统应用于转子振动故障诊断是一种新的尝试，BP神经网络解决了传统专家系统知识获取难点，专家系统弥补了神经网络难以解释的缺陷。这种尝试还不成熟，而且由于转子系统的复杂性和实验条件的限制，这种尝试还处于初级阶段。