本资料的功能为：运用数学统计方法和时间序列分析方法对原始振动信号进行分析，获取相应的时域，频域，频域及时间序列模型参数并以此作为特征参数，然后运用距离区分技术进行评估，选取敏感的特征参数作为ART-similarity分类器的输入并进行训练，最后便可识别出设备的性能状态。 基于YU范数对承不同预紧状态的分析，针对进给系统所采集的数据样本事先不知其对应的状态时，则可利用基于YU范数的ART-Similarity监督分类器对其进行诊断分析。针对基于Yu范数ART-Similarity的算法

阵元失效会破坏拖曳线列阵的幅相分布，导致阵列的旁瓣级出现明显升高，严重影响了阵列的性能。阵元失效条件下 的波束形成是一个非线性的最小平方的优化问题，对其直接求解非常困难。针对这一情况，提出了一种基于遗传算法的阵元 失效校准方法。算法的基本思想是将失效阵元的权重强制为零，并使得阵列的实际响应与期望响应在主瓣区域相匹配，同时 对阵列响应的旁瓣级作出限制-Failed elements will des仃oy the amplitude and phase distribution and