鼓风机是污水处理厂的曝气处理工艺中的关键设备之一,随着节能环保的意识越来越强,空气悬浮离心式鼓风机以环保、节能、使用寿命长的优点逐渐代替罗茨鼓风机。为了保证空气悬浮离心式鼓风机能够安全稳定的高速运行,避免发生重大的设备故障,需要对其运行状态进行实时监测,从而能及时监测设备故障的发生,对发生的故障做出合理应对方案。目前,故障监测及诊断系统能够很好地监测运行中的高速旋转机械的运动状态,但是,还没有适用于以空气轴承作为转子支撑系统的离心式鼓风机的故障监测及诊断系统。因此,本文基于此现象设计了空气悬浮离心式鼓风机振动故障监测系统,对保证离心式鼓风机安全运行有重要意义。本文主要工作如下:（1）首先对75k W空气悬浮离心式鼓风机结构及性能参数进行了介绍,对空气动压箔片轴承、叶轮、永磁同步电机等关键部件的结构进行了描述。在此基础上总结了轴承-转子系统的不平衡、不对中、碰磨等几种常见的轴系故障,并对其故障机理和故障特征进行了汇总。现有的时域振动信号分析法和频域振动信号分析法无法分析非线性、非平稳的振动信号,因此,用经验模态分解法（EMD）对轴承-转子系统的故障振动信号进行分析。在使用EMD法的过程中发现EMD法存在着模态混叠、端点效应等问题,在此基础上引入集合经验模态分解法（EEMD）分析振动信号,通过对比EMD法和EEMD法分解仿真信号的结果,发现在抑制模态混叠的问题上,EEMD法更有优势。（2）利用电涡流位移传感器和USB-4432采集板卡采集轴承-转子系统正常、不平衡、不对中、碰磨、不平衡+碰磨、不平衡+不对中等六种故障状态下的振动信号,分别用时域分析法、频域分析发、EEMD分析法分析这六种故障状态振动信号,并提取了各种故障状态下特征。以本征模态分量（IMF）的能量特征、EEMD能量熵结合振动原始信号的工频对应的幅值组成轴承-转子系统故障特征向量,达到使特征向量降维和提高分类效率的目的。（3）基于Lab VIEW图形化应用软件,搭建基于健康管理的空气悬浮离心式鼓风机的监测系统,包括信号采集及分析模块,轴承-转子系统振动故障识别模块。为了能监测离心式鼓风机运行状态,利用传感器及采集板卡采集鼓风机的转速、电机温度、出口气体流量、温度和压力以及轴系振动故障信号并进行分析,进而获得此时离心式鼓风机运行的状态。根据此前提取到的六种转子振动故障特征向量建立训练集和测试集,分别用支持向量机和人工神经网络进行分类,对比它们的分类精度,得出支持向量机分类器更适合离心式鼓风机故障识别的结论。在此基础上通过Lab VIEW script节点调用MATLAB软件实现故障识别功能。以轴承-转子系统的正常状态以及不对中状态为例,验证故障监测系统的各项功能,结果表明本系统可以很好的采集并分析鼓风机性能参数信号以及转子振动信号,且成功实现性能参数阈值报警和转子故障报警功能。