轴轨道的形状特征起着重要的作用在旋转机械的故障诊断。然而,原始信号通常是混乱的,这影响到识别的准确性和识别速度。为了提高识别效果,一个有效的故障识别方法,提出了一种基于轴转子系统的轨道。合奏的方法是结合经验模态分解(EEMD)、形态学图像处理、胡锦涛不变矩特征向量,和反向传播(BP)神经网络。实验四个故障形式进行单拱桥转子和双跨转子试验平台。在振动位移信号<我nline-formula> X 和<我nline-formula> Y 方向的转子通过EEMD滤波处理来消除高频噪声。数学形态学用于优化轴轨道包括扩张和骨架操作。基于不变矩的图像处理后,胡锦涛的骨架轴轨道计算特征向量。最后,训练BP神经网络识别转子系统的故障。实验结果表明时间的识别测试轴通过形态学处理对应13.05 s轨道,和识别准确率达到95%。超过,如果没有数学形态学。该方法是可靠和有效的识别轴轨道和艾滋病的在线监测和自动识别转子系统的缺点。