叙述了高阶谱应用于溢流阀故障诊断,并提出一种诊断溢流阀故障的方法。介绍了双谱的定义,进一步强调了高阶谱在提取故障信号的应用,文章对采样的数据进行处理后,用高阶累积量对数据建立AR模型,再进行双谱分析,针对溢流阀的双谱结构图、等高线图和其双谱切片图在正常情况和故障情况的不同进行对比,差异明显。结果说明,用高阶谱来诊断溢流阀故障是可行的,有效的。

基于结构加速度时间序列提出了一种新的损伤识别方法。首先,获取结构在无损伤状态下的加速度数据并进行分段,以各段数据的AR（auto-regressive）模型系数向量作为结构的参考状态样本,将未知状态的加速度AR模型系数向量分别加入参考状态样本中,构成多个原始数据矩阵;其次,对多个原始数据矩阵分别进行主成分分析得到前两阶主成分,并建立相应的椭圆控制图,以前两阶主成分在控制椭圆中的分布情况来判别结构是否存在损伤;最后,以一钢框架结构试验为例识别结构的两种损伤模式。结果显示,该方法能够准确、直观地识别结构是否存在损伤,相对于马氏距离判别法具有更强的稳定性。

采用声发射技术监测单颗金刚石磨粒划擦Ta12W,提取磨粒磨损过程中的声发射时域信号并进行功率谱分析,建立磨损过程声发射时间序列AR模型。研究结果表明：金刚石磨粒的磨损随工件材料去除体积的增加呈阶段性变化,磨损的加剧使声发射时域信号振幅和功率谱主频峰值随之增加,主频段由高频向低频趋近。磨粒的磨损与声发射特征参数值和AR模型参数值分别呈线性正效应和负效应关系,声发射信号的AR模型能较好地实时映射金刚石磨粒的磨损特性。

针对溢流阀体故障状态时振动信号具有明显非线性、非高斯的特点，建立基于时间序列AR双谱分析模型，给出了归一化AR双谱的计算公式；通过实验，对比了正常情况和故障情况下溢流阀的双谱图、等高线图，差异明显。实验结果表明采用AR双谱的方法来诊断液压阀的故障是可行的、有效的。