机械故障存在于任何一个机械系统中,每一种故障都会对机械设备的正常运行起到阻碍作用,尤其是对企业的安全生产影响甚大,由机械故障造成的损失不可估量。所以说对机械故障的检测至关重要,每一种检测方法的存在都有它的科学意义。任何一种高效、可行的故障检测方法都是随着科技的发展而不断更新的。2006年Candes在国际数学家大会上介绍了一种新颖的信号采样理论,指出只需要远少于传统Nyquist采样定理所要求的采样数即可精确或高概率重建原始信号。本论文将采用压缩感知这种新颖的采样方法对轴承内圈故障、外圈故障、滚动体故障,以及轴向柱塞泵滑靴磨损故障、松靴故障、脱靴故障进行检测分析。该方法首先是对故障数据进行压缩采样,大幅度降低数据的存储空间,提高对数据的传输效率,从而实现压缩数据的远程传输,对传输得到的数据通过正交匹配追踪算法进行恢复,实现对故障信号的高效提取。通过仿真和实验对数据的分析可以说明压缩感知方法是一种科学的,有效的故障检诊断方法。本文对压缩以后的数据在VC++语言环境下实现了远程的传输,对传输得到的压缩数据通过正交匹配追踪算法进行恢复,通过MATLAB仿真得到原始故障数据与压缩感知方法重构数据的时域波形对比图以及原始信号与重构信号的包络解调功率谱曲线,分析重构信号与原始信号的时域波形对比图,通过选取不同压缩量把重构信号结果控制在压缩感知方法所允许的误差范围之内,重构故障信号和原始故障信号的包络解调功率谱曲线能够准确地诊断各种故障,得到的实验结果具有真实性,可靠性,从而验证了该方法在远程机械故障诊断领域应用的可行性。