旋转机械的早期故障信号是非常微弱的,易被强烈的噪声所掩盖,为能有效地提取和诊断出故障特征,常采用现代信号处理方法。而现代信号处理方法在机械故障诊断领域中迫切需要解决的重点课题之一就是信号消噪和故障特征提取方法的研究。为此,本文选择具有冲击循环平稳故障特征的滚动轴承和齿轮,针对消噪和故障特征提取方法进行理论及应用研究,这对旋转机械的故障诊断理论和方法应用具有现实意义。　　论文重点内容之一是基于概率主元分析(PPCA)消噪技术的研究。一般说,只有明确信号中所有变量的概率分布形式,才能实现真正意义上的消噪。而PPCA是在假定原信号各变量都符合一定概率分布形式的前提下,由噪声和主元变量的线性组合而产生的生成模型,所以可用来实现信号的有效消噪。和传统只从因子分析法描述解释的角度说明,PPCA模型生成和消噪过程不同,本文着重从模型自身研究了其生成过程、参数估计算法和降维消噪原理。对数字仿真信号和实验信号作消噪预处理并结合不同的方法进行故障诊断,对比分析消噪前后的信噪比和故障诊断结果表明:PPCA消噪方法可有效地提高信噪比并准确诊断出故障特征。　　论文重点内容之二是基于谱峭度的故障特征提取方法及其应用研究。理论上,对高斯过程谱峭度为零,而对于故障冲击成份计算的谱峭度值会很大,为此谱峭度能检测冲击信号。因为谱峭度可看成在一组滤波器组中分别计算每一个频率位置的峭度而得到,所以应用谱峭度法的目的就是提供一组最优的滤波器参数使得信号的信噪比最大。本文针对条件非平稳信号推导了谱峭度定义的统计公式,并从信号能量的角度给出了物理意义,最后研究了基于短时傅里叶变换(STFT)的谱峭度与最优带通滤波器参数的关系。对数字仿真信号和实验信号基于PPCA消噪和谱峭度的混合故障方法诊断,结果表明由谱峭度获得的最优滤波器参数构建带通滤波器对信号滤波,可提高信噪比并在包络谱中清晰准确地诊断出故障特征。　　论文重点内容之三是基于循环双谱的故障特征提取方法及其应用研究。对循环平稳信号,二阶以上的高阶循环累积量在理论上对高斯过程是免疫的,因此,高阶循环累积量自身具有消噪功能并可检测偏离高斯特征的故障信号成份。本文在阐述高阶统计量基本理论的基础上,着重研究了循环双谱的估计理论、循环频率二元检测统计量的估计方法和正弦波抽取算法等理论,最后用基于PPCA消噪和循环双谱的混合故障诊断方法对数字仿真信号和实验信号进行故障诊断,结果表明循环双谱不仅能准确诊断故障特征,还能清晰给出故障的调制机理。