机械设备稳定高效的运行是保证生产安全和生产质量的重要前提,生产设备的动态监测和故障诊断具有极高的实际意义和研究价值,对设备准确的趋势预报、故障诊断和维修决策不仅可以降低设备的维护成本,更可以降低设备发生事故的风险。离心式压缩机作为一种重要的能量转化装置,在工业领域有着广泛的应用,它的工作状态和运行可靠性,对整个生产系统有着重要的影响。离心式压缩机作为一种旋转机械,其转子的工作状况对压缩机的稳定运行有较大的影响。造成离心压缩机故障的原因有很多种,加工误差、介质腐蚀、材料特性机械损伤、激振、颤振、喘振、磨损等都是影响离心压缩机正常工作的主要原因。本文中主要以油膜涡动、喘振、转子不平衡三种离心式压缩机典型故障为研究对象,通过对压缩机故障状态下径向振动信号进行分析,研究其振动特性,并以此作为故障诊断的依据,进一步研究蚁群算法在离心式压缩机故障诊断中的应用。蚁群式算法是一种启发式仿生算法,具有较强的模式识别能力,可对数据进行聚类分析。本文运用MATLAB建立蚁群算法模型,并进行模拟实验,对实测振动数据进行特征分析,通过对滚动轴承的故障诊断,验证蚁群算法在旋转机械故障诊断中的可行性,研究其诊断特性,并将诊断方法进一步优化延伸,对离心式压缩机实际故障工况进行分析和故障诊断,将诊断结果与实际情况进行对比,其诊断效果良好,程序运行稳定,结果准确。