實際使用中聯軸器典型故障：本文在仿真分析聯軸器故障對軸系扭振響應的影響時，將聯軸器的剛度參數分別設置為：減小10、20、30、40和50;阻尼參數分別設置為：變加40和20、減小20和40。在扭振角位移階次分析圖中以設置參數與正常參數之比來表示各類故障狀態。以某機車柴油發電機組軸系為研究對象，建立了軸系當量模型。使用階次分析法分析了軸系扭轉振動，研究了非穩定工況聯軸器剛度和阻尼對軸系扭振響應的影響，并根據分析結果建立了自組織特征神經網絡對聯軸器進行診斷。結果表明：SOM神經網絡能夠準確識別軸故障。機車柴油發電機組的聯軸器是連接軸系和傳遞扭矩的重要部件，聯軸器一旦出現故障往往整個發電設都不能工作，從而造成重大經濟損失。尤其是在非穩定工況，聯軸器傳遞的扭矩變化頻繁，其運行條件惡劣，故障多發。如何在發電機組運行的情況下及時效果優良地掌握聯軸器的狀態，判斷故障部位、起因和嚴重程度，并提出解決方案就顯得非常重要。實際使用中聯軸器典型的故障有：螺栓斷裂、螺紋孔裂紋、膜片斷裂和兩端不對中等。當聯軸器發生這些故障時，其剛度和阻尼參數往往會產生相應的改變。本文創新性地將RANSAC算法用于焊縫余高檢測，并在焊縫樣本上進行實驗，通過對比實驗分析可知，與傳統的手工檢測方法相比，該算法具有檢測準確度高、優良性好以及耗時短等優點，是焊縫余高自動拋磨的核心環節。除此之外，當焊縫邊緣附近存在較大干擾時，RANSAC算法深受的模型可能會存在誤差，該問題有待于進一步研究。