本文将关联维数应用于机械故障诊断领域,通过深入研究分形理论的算法,对关联维数的计算及其在实际应用中存在的问题进行了探讨。进一步尝试通过对算法中主要参数的自动计算和判定,提出了关联维数整体计算过程自动实现的方法,弥补了传统方法的不足。文中首先研究了噪声对关联维数计算的影响,在常规奇异值分解的基础上提出采用相空间迭代奇异值分解法对原始数据进行降噪处理;然后基于数据相关性的剔除、嵌入维数、延迟时间的选择对传统的G&P算法作了一定的改进;最后通过提出线性标度区自动判别法(逐点寻最宽平坦区算法),实现关联维数整体自动计算。文中采用五类典型信号:即周期的正弦信号、一维Logistic映射和二维Henon映射、三维的Lorenz吸引子以及随机信号验证了改进的关联维数算法的准确性,并对送粉风机、齿轮、滚动轴承、汽轮机,压缩机五种不同的旋转机械故障信号进行分析,分析结果表明:各类旋转机械不同状态下对应的关联维数有明显的不同,而且其变化过程与设备的故障发展过程一一对应,有利于深入分析故障的发展。验证了关联维数自动算法作为一种有效的诊断方法可提高故障诊断的准确性。