对于本课题，作者主要作了以下工作： 在第一章中主要阐述了大型旋转机械故障诊断的意义、故障诊断技术的发展现状，并对论文所作的工作进行了简要的介绍。 在第二、三章中介绍了大型旋转机械系统故障诊断的基本原理和应用信号处理进行诊断的分析方法。 在第四、五章中首先阐述了小波分析和概率神经网络的基本理论，然后采用小波阈值化方法对旋转机械故障信号去噪，有效提取了信号。并利用小波分析理论和概率神经网络的松散结合方法进行故障诊断。 在第六章中基于小波分析和概率神经网络相结合的故障诊断模型。以特定转子实验台为平台，首先对信号进行小波分辨率分解，统计各频带能量，获取故障征兆。然后训练概率练神网络，并且对典型故障类型：转子不平衡、不对中和轴承座松动这三种故障进行了识别，获得正确结论，实现了智能故障诊断。