基于极速学习机的旋转机械故障诊断(3)
（2）从系统特性看来，除了连续性、间歇性、突发性、离散性和随机性等一般的特性以外，机械设备都是由各种零件装配组成的，零件之间的互相耦合，决定了机械设备的故障是多层次性的，一个故障是由多层次的故障共同所构成的[ ]。
正因为如此，研究机械系统的工作状况的基本的出发点就是一定要遵循随机过程这一原理。所查阅的文献或者资料里面提供的数据、图表只能当做参考，如果凭借这些数据信息进行机械设备的工作状况判断，通常情况下都不能得到满意的结果。
1.4故障特征信息的处理方法研究情况
提取故障特征信息是旋转机械故障诊断的工作前提，其直接影响了诊断的准确性与可靠性。旋转机械的振动信号可以反映出机械设备的工作状况，可以将其时间域、频域、时频域以及幅值的分析的结果作为故障特征，并用它来诊断故障的状态。根据信号分析和系统处理方法的不同，可以将分析方法分为经典频谱分析法、现代频谱分析法和时频分析法[ ]。
1.5本论文研究内容与结构
本文研究的主要目的是从振动信号中提取尽可能多的信息并且在随后的特征选取中将最终特征的数量降低到一个合理的数量，这样对系统的故障诊断能力将会变得更高。这意着各种特征提取的样本可以并行组合成一个系统，候选特征可以通过这个系统来诊断其分类结果
上一篇：含金属炸药爆炸过程磁场研究