旋转机械在现代工业化生产中有着无法替代的地位,随着日益增长的生产需求,大功率密度、高可靠性成为发展旋转机械不断追求的目标。在高温、高压、高转速等恶劣工况下工作的转子很容易产生裂纹,一旦出现裂纹故障,可能会引起很严重的生产事故。因此研究裂纹转子故障,发展裂纹参数识别方法具有重要意义。本文基于应力强度因子法,对裂纹单元进行建模。利用应变能释放率,将裂纹转子受力及振动与裂纹尖端应力场联系起来,构建了呼吸裂纹模型;利用Timoshenko梁理论建立起转子轴段单元的质量、刚度和阻尼矩阵,通过组装矩阵的方法获得整个裂纹转子的动力学方程。以燃气轮机转子为研究对象,研究了裂纹转子的振动特征以及裂纹深度、裂纹位置、不平衡量的大小和相角对裂纹亚临界共振的影响。利用时域波形、频谱特征和轴心轨迹,总结了裂纹深度和位置对裂纹转子故障特征的影响规律。研究发现亚临界转速下2X成分可以作为裂纹转子振动特征。以Kriging代理模型为基础,建立了裂纹转子的Kriging代理模型。评价了不同信号成分对建立代理模型的影响。优化裂纹参数识别方法,在准确度提高的基础上,减少算法依赖的测点数目。同时利用BP神经网络建立裂纹转子神经网络模型,对裂纹参数进行识别。从裂纹参数识别准确率和算法所依赖的样本数量两方面对比了Kriging代理模型和本文所使用的神经网络方法的优缺点。