随着现代社会的发展与进步,人们越来越多地认识到机械的安全运行对于工业生产的重要性。正因如此,故障诊断方面的技术应用得到了大力推广,而传统的诊断技术则越来越难满足人们对于机械不断发展的安全标准。在过去的诊断方法中,人们最常使用快速傅里叶变换技术来对故障信号进行提取。这种方法为诊断行为提供了极大的便利,如果信号的特性是平稳的,则用该技术进行诊断时并不会发生异常。一旦信号具有时变特性,或是原信号夹杂着瞬时变化,那么这一类基于FFT技术的方法就会显现出弊端。在多分辨分析领域,小波变换可谓是一种新兴技术,它的核心是振荡的、衰减的基函数,其可以分析任意小的频率特征,因而被人们比作“数学显微镜”。本文首先从课题的背景出发,论述了故障诊断技术在国内外发展的现状。在对比经典的故障诊断方法和小波变化方法优劣之前,本文先对旋转机械常见的故障及其机理做了比较全面的总结,从而建立了机械故障与信号特征提取之间的联系。最后探讨了在诊断旋转机械的过程中利用小波分解技术的Mallat算法的问题,并在此基础上进行FFT变换,从而提高频谱特征的提取能力。仿真实验的结果说明,这种方法确实改善了故障诊断的精确性,得到了我们所期待的效果。