旋转机械的轴心轨迹包含反映旋转机械运行状态的丰富信息,是判断转子运行状态和故障征兆的重要依据。在国内外学者研究的基础上,本论文主要做了两方面的工作：1)对旋转机械常见故障的机理研究,为轴心轨迹的识别打下基础；2)针对轴心轨迹的图像特征运用D-S证据理论的信息融合技术进行识别的方法,并应用模拟实验和实际测试信号对方法的有效性进行了验证。全文的主要内容如下：首先,研究了构成轴心轨迹的两通道信号的时频域特征和故障机理。对常见的不平衡、不对中、支座松动、转静子碰摩和支座松动-碰摩耦合等故障分别建立了具有非线性刚度的滑动轴承-转子系统故障模型和微分方程,利用四阶Runge-Kutta法进行数值仿真分析,从而研究各故障的机理,分析参数变化对系统尤其是轴心轨迹的影响,提取时域与频域参数,并对轴心轨迹的特征进行了深入研究。其次,为了提取轴心轨迹的图像特征,提出基于二维统计不变矩和傅里叶描述子的轴心轨迹形状特征提取技术,并在Matlab平台上仿真了五种常见的轴心轨迹图形,将它们的7个二维不变矩和8个傅里叶描述子作为参考模式,同时利用D-S证据理论的信息融合技术来对轴心轨迹进行识别,并结合仿真得到的轴心轨迹介绍了轴心轨迹识别的算法步骤,与传统的欧氏距离识别方法相比,该方法具有较好的实用性和有效性。在此基础上,在ZT-3型多功能转子模拟实验台上对常见故障进行实验,实验结果验证了仿真的正确性。同时分别对模拟实验得到的轴心轨迹及现场实测轴心轨迹图形应用该特征提取方法进行故障分析和状态识别。