在目前的故障诊断方法中，常常基于冲击特征或循环平稳特征开展故障监测和诊断。但旋转机械的复杂工况及各种复杂的干扰信息常会影响到正常的诊断结果。为了有效提取复杂工况下机械故障的特征，我校机械工程学院李川团队联合厄瓜多尔、葡萄牙学者共同研究提出了多尺度灰色聚类信息谱方法。该方法通过多尺度分解将冲击特征和循环平稳特征进行灰色融合，能够在旋转机械运行带有噪声的情况下，有效提取旋转机械的故障特征，并有望进一步提升现有的旋转机械故障诊断水平。
该研究成果“Extracting repetitive transients for rotating machinery diagnosis using multiscale clustered grey infogram”发表在《Mechanical Systems and Signal Processing》上。该刊物为中科院JCR数据库中的SCI二区刊物、我校T类三级刊物，影响因子为4.116。
