作为工业生产行业中最常被人使用并且口碑最好的一种机械设备，旋转机械不仅在诊断旋转机械的故障方面上有了比较深入的研究，同时通过极大程度的发现和查找旋转机械故障原因，可以大大地将事故和风险降到最低。当代科学技术突飞猛进，工业也逐渐趋于现代化，而旋转机械也随之发展得越来越高速化、大型化、自动化，机械结构日趋复杂，某个零部件出现故障，可能引发链式反应，影响整个设备的运行。随着现代工业的发展，旋转机械在故障诊断和维护方面也需要越来越经济化和高效化。为了达到这一目标，就需要清晰并且科学地把握整个旋转机械的故障程度、原因和位置，并且提出合理的方案。与此同时，在计算机科学突飞猛进的时代，也需要是旋转机械的故障诊断趋于更加自动化。可见，为了迎合多方面的需求，发展机械故障检查维护技术逐渐成为业内的中心，在一定程度上，也是业内的关键限制因素,早期故障诊断是否可靠以及准确性与否都与其休戚相关。基于振动状态是大型旋转机械故障信息的常见体现方式，因此检测与诊断振动信号成为了当下维护管理设备的重要措施，振动信号的处理方法同与其相对应的诊断技术也成为了近年来的关键研究热点之一，故障特征提取变得越来越受到更多人们的重视。本文涉及了从数据采集，数据处理到特征参数提取及聚类分析的全过程。首先介绍了旋转机械故障的各种情况，编写了串口的文件传输程序，将经过串口所采集到的数据保存起来用于信号的处理分析；其次，研究了旋转机械振动信号的预处理环节，在现有的预处理方法基础上对预处理方法中的信号阈值设定提出新的方法，并经过试验验证了该方法的可行性；再次，研究了旋转机械振动信号的特征参数，包括了组成分类与选取和评价，通过与之相应的特征参数选取规则选择若干敏感的特征参数进行提取；同时，研究了故障诊断的聚类分析部分，并对所提出的上述方法进行了再次验证；最后，编写了旋转机械特征信号提取程序，将前文所述方法用Matlab与VC++混合编程的方法实现并通过基于蚁群聚类分析对结果进行了再次验证。该程序可与旋转机械故障诊断系统进行集成，形成了整套识别系统，为整个系统的工业应用打下了坚实的基础。