旋转机械故障特征提取是旋转机械故障诊断的核心之一。本论文研究结合国家自然科学基金项目“基于独立分量分析的旋转机械故障诊断新方法的研究”(50205025)、浙江省自然科学基金项目“基于盲源分离的机械噪声故障诊断技术研究”(5001004)以及福建炼化集团、衢州巨化集团具体应用项目展开，以旋转机械故障信号为研究对象，研究了基于幅域分析、时域分析以及以傅里叶变换(FT)为核心的故障特征提取方法；研究了基于短时傅里叶变换、小波变换和EMD时频分析方法的故障时频特征提取方法；通过仿真和实验研究，分析各种故障特征提取方法的性能特点；并在C++build5和matlab6.1平台下开发了一个旋转机械故障特征提取软件系统。全文的主要研究内容如下： 第一章介绍了旋转机械故障诊断技术的概况；综述了旋转机械故障特征提取技术的方法和研究现状；最后，提出了论文的研究目标，概括了论文的研究内容，并给出论文的总体框架。 第二章研究了传统的基于幅域分析、时域分析以及以傅里叶变换(FT)为核心的故障特征提取方法的一些基本概念和方法，总结了该类方法的特点。 第三章研究了小波变换理论和方法，分析了小波变换在旋转机械故障特征提取中的应用特点。并通过小波变换对仿真信号和实际的旋转机械振动信号进行分析处理，验证了小波变换方法在旋转机械故障特征提取中的有效性。 第四章介绍了基于EMD时频分析方法的基本概念和算法。研究了EMD方法中存在的一个重要的问题——端点效应问题，采用基于短数据序列的直接延拓技术，以此来降低端点效应的影响，并得出了分析结论。最后对一个实际的旋转机械振动信号进行了基于EMD时频分析方法的分析，证明了用基于EMD的时频分析方法来提取旋转机械故障振动信号的特征是有效的。 第五章应用FFT、短时傅里叶变换、小波变换和基于EMD的时频分析方法对本实验室的Bently转子试验台所采集的转子四种故障：转子不平衡、不对中、油膜涡动和转子横向裂纹的振动信号进行信号处理和故障特征提取，并主要对短时傅里叶变换、小波变换和基于EMD的时频分析方法进行了比较研究，得出了分析结论。 第六章结合Matlab和C++ Builder的优点，采用混合编程的方式开发了一个集信号的幅域分析、时域分析、傅氏频谱分析、倒频谱分析、短时傅里叶变换、小波变换和基于EMD时频分析方法的旋转机械故障特征提取软件系统。 第七章对全文进行总结，并对今后的工作提出了展望。