针对气阀故障异常自动检测迫切需求，针对气阀故障在温度数据的表现特点，即同类气阀正常工作时温度波动一致，故障时温度波动存在差异，采用主成分分析（ PCA）从气阀阀盖温度数据中提取故障特征参数，建立基于径向基函数的故障异常监测模型，实现了故障异常自动检测，并可进一步对故障气阀进行自动定位，为故障早期快速报警奠定了基础。

对活塞杆实际部件进行模型简化,在弹性梁弯曲振动理论的基础上,推导出活塞杆自激振动频率的存在;然后通过试验获取往复压缩机的活塞杆沉降位移信号,对得到的信号进行小波降噪,滤除其中的噪声信号,获得活塞杆实际自激振动频率,最后和理论值相比较,验证了活塞杆自激振动频率的存在。为提取诊断活塞杆类故障的特征参数提供参考。