随着现代科技的不断发展,越来越多的复杂机电系统进入到了日常生活和生产中,在给人们带来了巨大便利的同时,也带来了严峻的挑战:机电设备越复杂,出现故障的概率就越高。由于传统的基于内部传感信息的机电系统状态监测手段有着采集信息量少、效率低、智能化程度低的特点,已无法满足对日新月异的机电设备的监测要求。因此,建立一套融合外部信息的机电系统运行状态监测体系已经势在必行,声音作为机电系统外部信息的重要组成部分,其关键性不言而喻。基于以上考虑,着重研究了声源定位在机电系统状态监测中的关键技术。以机电系统异常声音信号作为研究对象,针对其噪声复杂多变、跨越频带宽的特点,提出了将传统巴特沃斯滤波器与小波降噪技术联合应用的信号处理方法,实验结果表明,该方法可以充分发挥二者的优点,达到信号降噪的目的。为了实现机电系统异常声音信号的精确定位,采用基于时间差原理的声源定位技术作为研究方法。该方法主要分两部分,一部分是时间差的估计,一部分是定位:本文以广义互相关原理作为理论基础,成功估计出了时间差;对于定位部分,进行了特定麦克风阵列声源定位模型的理论推演,仿真实验表明,该模型的定位误差在1mm之内。根据机电系统状态监测的实时性要求,在现有的端点检测理论基础上,提出了一种改进的基于信号短时能量的端点检测方法,该方法克服了传统端点检测算法复杂、实时性差的缺点,实验结果表明,该方法能够更加准确、更加迅速的判断出声音中待定位信号的起始点。最后,搭建了声源定位系统的软硬件测试平台,对典型机电系统(钻铣床)所发出的的异常声音进行了定位实验。结果表明,在麦克风阵列的有效测量范围内,可以实现对异常声源的精确定位,定位精度达到了±3cm,实现了以声音作为外部传感手段对机电系统进行状态监测的目的。