随着工业现代化程度的不断提高，融机、电、液等技术于一体的复杂的大型机电系统日趋高速、精密、自动、重载，对可靠性要求也越来越高。这些系统一旦发生故障，将导致巨大的经济损失乃至严重的社会后果。因此，正确分析系统的当前状态是一个关键的环节，其中，信号分析技术又是状态分析方法中的重中之重，也是难点之一。本论文针对非平稳状态下的机电系统状态分析中的信号分析技术进行了研究。 本文首先阐明了大型旋转机械系统状态检测、故障诊断技术的国内外发展趋势、研究目的及上述两者相关的重大经济和社会效益。 然后具体的分析了大型机电系统故障发生的原因及常用信号处理方法．接着重点对基于经验模态分解方法的非平稳信号处理理论及提取特征因子研究做了重点论述，解决了经验模态分解方祛研究中出现的端点效应的问题． 最后阐述了基于经验模态分解的特征提取方法在大型机械系统中的应用并比较了其他信号处理方法的结果，证明基于经验模态分解的特征提取方法分析非平稳、非高斯信号具有极大的优势，为大型机械系统状态监测、故障诊断提供了理想的理论基础．同时在本人的研究基础之上，根据非平稳信号处理方法的发展趋势，提出了今后的研究方向。