设计并搭建了基于LabVIEW的虚拟振动测试分析系统，介绍了系统硬件的搭建方法以及软件各功能模块的具体功能，说明了利用LabVIEW设计数据采集及数据分析程序的方法并给出了其主程序和部分界面。利用该系统对实际转子发生油膜失稳故障时的振动信号进行了采集，并利用LabVIEW实现的希尔伯特黄变换（Hilbert-Huang Transform，HHT）方法对振动数据进行分析，分析结果表明了该系统能够对振动信号进行采集并且可以对信号进行正确的分析，满足振动测试分析的任务要求。

针对经验小波变换（empirical wavelet transform,简称EWT）在强背景噪声下对轴承的轻微故障特征提取不足的问题,提出了概率主成分分析（probabilistic principal component analysis,简称PPCA）结合EWT的滚动轴承轻微故障诊断方法。首先,对信号做PPCA预处理,提取信号主要故障特征成分,去除强背景噪声干扰;然后,采用EWT方法分解轴承故障信号,按相关系数-峭度准则选出故障特征较为明显的分量,并将所选分量重构故障信号;最后,对信号采取包络分析,提取出轴承故障特征。仿真和实验结果表明,该方法能够有效地诊断出轴承故障且效果优于对信号进行EWT包络分析。