Incipient mechanical fault detection based on multifractal and MTS methods

一个早期的机械差错察觉方法，联合 multifractal 理论和 Mahalanobis-Taguchi 系统(山) 基于统计技术，在这份报纸被建议。从监视的机器状态获得的颤动信号的 Multifractal 特征被 multifractal 光谱分析提取并且概括了分数维的尺寸。就质量的状况而言，正常的机械跑的样品说，很少指责状态，相应于不同机械跑状态的特征参数被一个统计方法，早期的差错随后精确地基于被识别并且诊断进一步优化。试验性的结果证明联合 multifractal 理论和山的方法能在差错状态鉴定的机械跑过程，和精确性期间有效地被用于早期的差错状态识别被改进。