基于交叉关联积分算法,利用重叠滑动窗口对非平稳信号进行分段比较, 给出了一种故障诊断和预报的方法. 对滑动窗口中的一维非平稳测量信号, 首先采用正向过阈值变换的方法, 将原始测量信号转变为完全包含系统固有信息的间期时间序列, 并用延时嵌入的相空间重构方法, 对间期时间序列进行相空间重构, 从而实现系统固有动力学特性的再现;与此同时对测量信号进行非线性复合消噪处理;最后通过检测各滑动窗口相对基准窗口的关联积分的变化, 对系统故障进行诊断和预报. 实例结果表明, 此故障诊断方法具有准确率高、实时性等优点, 可望用于大型、复杂系统的故障诊断.

针对局部投影降噪算法中邻域相点的质心选取问题,分析了邻域质心的选取对降噪效果所产生的影响. 提出了一种高阶邻域质心的选取方法,利用高阶多项式对邻域质心进行了更为精确地估计,更好地适应了吸引子的几何 形状,进一步抑制了噪声,提升了局部投影算法的降噪效果.通过数值仿真信号进行了验证,并与同样基于相空间重构的 非线性时间序列降噪方法做了对比,说明了高阶局部投影算法的优越性.最后将其运用于工业现场的风机轴承故障诊断 中,从频域成功地提取出了滚动轴承的故障特征.