旋转机械是最为广泛的一类机械设备,一般为生产企业中的核心设备,如何确保其安全可靠运行,对企业和国民经济具有重大的现实意义。旋转机械故障特征提取是旋转机械故障诊断的核心之一,本文的研究结合云南省自然科学基金资助项目“旋转机械非平稳振动信号特征提取和分析技术研究(批准号.2004E0011Q)”展开,以旋转机械的非平稳振动信号特征提取技术为研究对象,在对旋转机械特征提取方法进行综述的基础上,介绍了旋转机械的典型故障及其振动特征以及非平稳信号处理技术;分析了当前测试仪器对于旋转机械升降速过程等非平稳振动信号分析的不足,将时频分析技术引入了旋转机械特征分析领域。研究中在对Wigner.Ville分布交叉项进行深入研究的基础上,结合基于Gabor变换的时变滤波技术,提出了“基于Gabor重构的Wigner-Ville分布交叉项消除”方法。该方法保留了Wigner-Ville分布具有最好时频分辨率的性质,且分析结果不受交叉项的干扰,将其应用于模拟信号及实测信号的分析均取得了理想的结果。在对角域重采样信号特征提取技术进行深入研究的基础上,结合基于Gabor变换的时变滤波技术、时频分析技术以及第二代小波去噪技术,提出了“基于Wigner-Ville分布的角域信号故障特征提取”方法。由于角域信号带有相位信息,因此对角域信号进行时频分析,可以将故障精确定位。应用基于短时傅里叶变换的瀑布图分析转子油膜涡动及油膜振荡故障,不仅提取出了故障特征,而且可以清晰的观察到油膜振荡所特有的“惯性效应”。由于故障信号是非平稳信号,因此应用时频分析的方法分析各种转子故障比各种平稳信号的分析方法更容易提取出故障特征。在LabVIEW平台上开发出了专用的旋转机械振动信号特征分析仪,该仪器具有强大的非平稳信号分析功能,弥补了传统仪器在旋转机械非平稳信号分析上的不足。最后对开发成功的旋转机械振动信号特征分析仪进行了大量的仿真测试及试验验证。通过在实际测试中应用该分析仪进行数据采集及信号分析,获得了理想的结果,验证了所开发的虚拟仪器对旋转机械振动特征分析的有效性。