旋转机械是工业部门中应用最为广泛的一类机械设备，他们是以转子及其回转部件为工作的主体，一旦发生故障将造成巨大损失，因此其故障诊断具有重要的现实意义。旋转机械故障诊断的关键是从旋转机械故障振动信号中提取故障特征，信号分析和处理是特征提取最常用的方法。由于大多数旋转机械故障振动信号是非平稳信号，因此有必要选择恰当的适合于非平稳信号的信号处理方法。 由于时频分析方法能同时提供振动信号的时域和频域信息，因而在旋转机械故障诊断中应用最为广泛。常用的时频分析方法如短时傅立叶变换(Shortn Time：Fourier Transformation，STFT)、WVD(Wigner-Vill Distribution)、小波变换等，他们都各自的局限性。近来，一种适合于处理非平稳信号的时频方法-Hilbert-Huang变换(Hilbert-HuangTransform，简称HHT)被提出来。本文为了更好能提取转子系统的故障信号的频率，通过理论分析并结合仿真实验，将 Hilbert/Huang时频谱与谱图、重分配谱图及Wigner-Ville分布作比较，表明HHT谱具有较高的时频聚集性并抑制了交叉干扰项，且具有良好的时频分辨率，因而具有优越的局部时频特性表现能力，但是由于该方法对数据有较高要求且具有端点效应，所以在实际应用中还有一定的局限性。本论文又针对谱图分布分析的交叉干扰和HHT的端点效应，提出了基于EMD的谱图重分配分析新方法，仿真和实验研究结果表明新方法能有效消除干扰项和端点效应，为旋转机械的故障诊断提供了新的依据。本论文主要完成了以下的研究工作： 第一章论述了旋转机械故障诊断的意义；综述了时频分析方法的发展及其在故障诊断中的应用；介绍了基于时频分析方法故障诊断在国内外研究现状第二章介绍了时频分析的基本理论。 第三章介绍了基于EMD时频分析方法的一些基本概念；阐述了EMD方法和基于EMD的希尔伯特变换的基本原理和算法 第四章基于时频分析的分析比较仿真研究，提出了基于EMD的谱图重分配分析的新方法，研究表明该方法是有效的。 第五章基于时频分析的转子故障的实验研究。 第六章对全文进行总结。