随着科学技术与现代化工业的发展，机械设备正朝着大型化、连续化、高速化、轻型化、集中化、自动化和大功率、大载荷方向发展。这一方面提高了生产率，降低了生产成本；另一方面，这些设备一旦发生故障，所造成的经济损失将会成倍的增加。最近几十年来由于机械设备故障导致的灾难性事件时有发生，造成的经济损失、人员伤亡和社会影响也是难以估量的。因此，一方面对于机械设备在速度、容量、效率和安全可靠性等方面提出了更高的要求；另一方面使得发展并应用先进的状态监测与诊断技术对设备故障进行检测和诊断显得尤为重要。 本文以旋转机械转子系统和电动机为智能故障诊断研究对象，阐述了机械故障诊断技术的发展以及智能故障诊断技术在设备故障诊断领域的研究概况，研究的目的与意义，存在的问题与不足；系统、深入地研究了设备故障诊断机理、故障类型及故障诊断方法；详细论述了利用专家系统进行故障诊断的智能诊断技术和基于神经网络的智能故障诊断技术；利用Visual Basic与Matlab集成并结合Access等软件进行可视化联合编程的理论及机械设备故障智能诊断系统的实现过程与运行实例。 机械设备故障智能诊断系统包括：旋转类转子故障诊断系统、电动机故障诊断系统、轴承故障诊断系统和往复机械故障诊断系统四个子系统模块。本文主要研究工作在于前两个子系统的建立，并对后两个子系统留下功能扩充接口。旋转类转子故障诊断系统以转子系统为研究对象，分别利用基于知识的专家系统和基于神经网络的智能诊断技术建立了具有可视化界面的诊断系统。系统可以对故障单独利用专家系统诊断模块或神经网络诊断模块进行诊断，从而得到被诊断对象的故障类型、原因、决策等。电动机故障诊断子系统则根据电动机的诊断方法类型构筑不同的树状层次知识库，建立专家系统，利用现象推理进行故障的智能诊断，从而得到电动机故障的类型、原因与决策等。 本文通过实例运行对智能诊断系统中的旋转类故障诊断和电动机故障诊断两个子系统模块进行了验证。