随着测试手段的发展日趋成熟,声像故障诊断方法结合阵列测试方法和声场重建技术,把声学故障诊断问题转化为图像的模式识别问题,展现出巨大发展潜力,但二维源面声像诊断技术所提取的源面信息出现特征冗余现象,限制了模式识别率的进一步提高,同时仅仅考虑源面声像,未有考虑声音在声场中的传播变化,空间相位信息缺乏,在弱故障工况下识别率低和诊断困难。基于此,本文在声像故障诊断方法的基础上,引入灰色关联聚类技术,对源面声像特征信息进行去冗余优化,改善声像诊断效率和鲁棒性,并且发展一种三维声场物理空间特征的声诊断方法,有效改善弱故障工况的诊断正确率,进一步拓展了声成像技术的工程应用。本文采用阵列测量手段,融合近场声全息声场重建技术可视化声场,进而借鉴图像处理领域理论和支持向量机模式识别方法等多学科理论。一方面从优化声像故障诊断方法角度出发,引入灰色关联聚类技术对源面声像特征信息进行去冗余优化,约减特征维数,并仿真和实验验证该方法的正确性和有效性,改善声像诊断效率和稳定性。另一方面运用信息映射和融合的思想,提出了一种基于三维声场物理特征的声诊断方法,该方法利用近场声全息技术构建弱故障工况的辐射声场,将声源的相位信息映射到空间域,得到三维场点声压分布;然后在一个波长范围内序列拾取13个辐射声场空间断层,对每个断层面提取Gabor小波特征,并构建声场空间特征模型进行诊断识别;分别利用进行理论仿真、音箱实验和轴承实验进行可行性验证,结果表明基于三维声场物理特征的声诊断方法能有效改善弱故障工况的诊断鲁棒性,发展声像故障诊断至三维领域,开拓声诊断的新视野。