高速旋转机械由于其工作转速高、控制精度高,其故障信号又属于微弱突变信号,造成常规监测方法准确率偏低,成为制约高速旋转机械故障监测进一步发展的最大障碍。针对原有以傅立叶变换为基础的提取方法不能及时分辨高速旋转机械瞬时故障的弊端,试验研究中引入了基于小波变换的信号特征提取方法,以便实时监控高速旋转机械的运行状态。经过比较,Mallat小波变换更适用于高速旋转机械的提取。但Malltat小波变换的内在算法在获得信号的分解和重构过程中,所使用的正交镜像滤波器不能达到必须具有理想的截止特性,从而导致低通部分及带通部分的信号在交界处有明显重叠,最终影响高速旋转机械信号特征提取的准确性,甚至对其运行状态判断错误。本文设计了一种消除小波分解和重构过程中产生频率混叠的算法。它利用傅立叶变换和傅立叶逆变换构成了Mallat小波变换在分解和重构过程中所需的严格正交镜像滤波器,从而达到Mallat小波变换过程中必须具有的理想截止特性,最终去除掉多余的频率成分。因此,本文设计的Mallat小波变换改进算法能消除小波变换中的频率混叠现象,从而准确掌握高速旋转机械的运行状态,提高了高速旋转机械运行状态监测的准确率。