为了有效地识别振动信号中存在的虚假信号，采用全息谱方法对具有时间延迟和相位延迟的理想测量面和典型测量面形状误差转子的振动信号进行了理论分析和试验研究．同时，分析并讨论了两种情况下测量面形状误差引起的虚假振动信号对实际振动信号的影响，总结了两种情形下的振动和全息谱特征，得到了具有测量面形状误差的转子振动信号特征．通过试验和现场数据验证结果，与理论分析结果一致，从而为现场转子测量面形状误差的诊断提供了新的识别理论和方法．

从盲声源信号的独立性出发,提出了一种新的盲声源混合信号分离方法.该方法基于信号联合概率的分布统计,利用信号联合概率的方向导数熵最小获得最佳的旋转角度,最终实现盲信号分离.与快速独立分量分析方法及神经网络方法相比,该方法不需要迭代计算.采用新的盲声源信号分离方法对轴承试验台的混合声音信号进行识别,将电机和滚动轴承的声音分离出来,进而可以准确识别机械的故障.

针对旋转机械运行转速波动导致信息获取及诊断决策困难问题,以非平稳信号的瞬时频率估计为切人点,结合快速路径优化算法进行非平稳信号的瞬时频率估计,以实现转速波动信息的准确获取。基于参数化时频分析理论的短时阶比原理,依据估计的振动信号瞬时频率变化函数构造匹配旋转算子,将转速波动信号的时频特征进行旋转,获得各时频窗内的短时阶次谱,进而完整保留转速波动信号的瞬态信息。仿真及实验结果表明,该方法可以准确提取出旋转机械转速波动工况下的状态信息及故障特征,为后续故障精密诊断奠定基础。