针对传统K近邻（K—Nearest Neighbor，KNN）算法在进行机械故障信号识别的过程中，无法挖掘特征参数之间关联性，提出一种基于最优特征集的马氏距离KNN分类方法，根据机械故障信号的非线性特点，使用小波分解获得时频域故障特征，通过局部嵌入算法（Locally Linear Embedding，LEE）来进行二次故障特征提取，从而获得多相关特征集并对其进行主成分分析得到最优特征集，最后通过数值仿真信号和齿轮故障数据的分析了方法的有效性。结果表明该方法能够有效挖掘特征参数之间关联性，增加不同故障之间区分度，从而提高故障识别精度。

针对人工逐个采摘桑葚效率低下,易伤害桑树、破坏桑果的完整性、无法自动化收集,以及桑树顶部和密集枝叶区域采摘不彻底或无法采摘等问题,提出了一种新型非接触式的采摘方法——“高压气流采摘”。并结合该采摘方法设计了一款桑葚采摘机。通过三维建模分析桑葚机出现的失效形式,应用“鱼腹梁”原理设计壳体截面为C字形,减小应力集中,从而避免失效。通过优化设计C字形壳体内板上喷头的数量和喷口位置,使得气流在壳体内形成环流振荡,实现对桑树的全方位采摘。并采用传送带作为收集机构,对吹落的桑葚进行智能化收集。