旋转机械被广泛应用于航空发动机、风机、空气压缩机等大型机械装置中，转子与定子的碰摩是旋转机械常见的故障。转子不平衡、转子不对中、转子油膜涡动及油膜振荡、转子与静止件径向摩擦都可能引起转子与定子的碰摩。碰摩故障的发生，轻者使旋转机械的振动增加，严重者会引起整个机械装置的损坏。故障诊断技术在高速转子系统这一类非线性动力系统中的应用仍是这一领域亟待解决的课题，这一方面的研究分析对于充分认识碰摩转子系统的失稳机理是很有意义的。 本文详细介绍了模拟退火策略及其国外经典混沌理论和控制方法，并在此基础上建立了一种新型的混沌神经网络模型——基于模拟退火策略的变尺度混沌神经网络，进行了严格的理论推导和稳定性证明，讨论了网络中各参数变化对网络收敛性的影响程度。最后将其应用在转子非线性碰摩故障诊断系统，通过计算机的仿真实验证明了此网络可以很好地对转子故障进行诊断。通过与目前常用的故障诊断系统所采用的技术相比，此系统展现出了其在收敛速度上的技术优势，具有收敛速度快和自适应能力强等新特征，并且克服了以往的诊断系统不能很好地应用于非线性动力系统的缺点。 上述研究成果形成了一个较完整的以混沌神经网络为模型基础的转子故障诊断系统的设计与控制方法研究体系，对目前工程上各种机电故障诊断系统的设计、制造和控制具有较大的理论价值和现实意义。