旋转机械作为机械设备中重要组成部分,往往成为生产企业的核心设备。为了保证旋转机械正常顺利运行,有效的预防设备故障情况发生,有必要对旋转机械进行状态监测与故障诊断研究。振动分析法作为机械设备状态监测与故障诊断中的常用方法,因其与故障类型存在着很强的关联性,在旋转机械故障诊断中广泛使用。本文总结了振动分析方法的关键技术,即振动信号的实时采集、故障特征提取和故障模式识别三方面,并以振动法关键技术作为研究思路展开相关研究工作。　　论文阐述了以傅里叶变换为核心的传统振动信号处理方法,给出了时域分析方法和频域分析方法的基本理论与数学推导,为后续章节提供必要的理论基础。搭建了以F2812DSP为核心的实时在线振动监测系统,设计了包括恒流源电路、低通滤波电路和信号放大电路在内的振动信号调理电路,通过选用满足系统需求的A/D器件和DSP芯片,完成了监测系统硬件部分的设计;此外,重点介绍了系统软件的流程图和A/D模数处理的软件编程部分设计。　　针对旋转机械运行过程中出现的大量非平稳信号特点,在旋转机械故障诊断中提出了应用局部Hilbert边界谱进行故障特征信号提取的方法。论述了HHT方法的基本概念与算法流程,分析了基于局部Hilbert边界谱的旋转机械故障特征提取方法的具体实施步骤,并通过在模拟的齿轮箱故障仿真信号和滚动轴承内圈故障实例信号上使用基于局部Hilbert边界谱的故障特征提取方法,验证了将该方法应用于旋转机械故障特征信号的提取是可行的。　　另外,从振动信号处理的实际应用需求出发,开发了基于Matlab GUI的振动信号分析系统软件。分析了信号分析系统的总体结构,在Matlab R2010b平台下利用了Matlab GUIDE工具箱对系统各功能模块给予实现,最后,将该软件对仿真信号和实例信号进行分析处理。结果表明,软件可完成振动信号的频域分析、功率谱分析、对数功率谱分析、概率密度分析、倒频谱分析、均值分析,使用户从多个观察角度对振动信号进行分析,且用户界面友好,操作方式简单,故具有一定的实际应用价值。