随着社会需求,对机械设备功能有了更高的要求,其结构更加复杂。基于大量数据并依赖数理统计得到的平均可靠性难以满足设备运行可靠性评估需求,因而基于设备状态信息的运行可靠性评估日益受到重视。通过设备自身运行状态信息与可靠性之间建立关系,可对其运行状态进行针对性的评估。本文以信号处理为基础,从特征提取、运行可靠性评估两个方面进行研究,提出了基于信息处理和余弦相似度的运行可靠性评估方法,并将其应用在旋转机械中。首先,为了能够得到设备自身运行状态的有效数据,提出了一种基于快速变分模态分解、模糊近似熵和主成分分析的状态特征提取方法,利用快速变分模态分解和模糊近似熵对设备运行时产生的信号进行处理后,再利用主成分分析进行特征提取,可减少信号处理过程中产生的冗余数据,并用轴承实测信号验证其有效性。其次,通过对机械设备性能退化规律进行分析,并针对支持向量数据描述的运行可靠性的评估结果与设备实际运行性能退化规律不符的问题,在本文信息处理的基础上引入余弦相似度,提出了一种基于状态信息的余弦相似度评估模型。并将所提评估模型应用于滚动轴承实测信号中,验证其有效性。最后,对采集到的齿轮不同运行状态下的实验数据,利用本文提出的基于信息处理和余弦相似度的运行可靠性评估方法对其进行分析。实验结果表明本文所提方法不仅有效地对齿轮的运行状态进行了区分,还贴近其后期性能退化规律。