针对航空航天、风电装备、高速铁路等关键部件准确状态识别的紧迫需要，瞄准基于时频分析的设备故障诊断问题，进行基于时频图像的状态识别方法研究。从时频图像构建的理论方法研究入手，应用循环平稳分析、信号全尺度时域平均和多信息融合等技术，建立特征信息增强的时频图像构建方法；采用机械动力学分析确定信号的振动源，研究基于时频图像的欠定盲分离算法，得到反映部件局部特征的子时频图像，提高对微弱故障信息的表征；结合图像形态学分析方法，研究基于时频图像特征提取的无量纲参数量化分析方法，建立时频图像的组合预警机制；在此基础上，综合特征参数和设备运行参数，建立基于期望最大化的寿命动态预测模型，为基于时频图像分析的设备预知维修奠定理论基础。结合本项目的理论研究成果，研制基于时频图像分析的设备故障诊断系统，促进方法的实用性发展。同时本项目的研究，可以为基于时频分布的识别方法在医学、通讯、雷达等领域中的应用提供借鉴。