以溫度為表征參量,基于譜分析方法和時頻分布理論,利用溫度序列的AR模型的極點參數(shù)作為前端處理的特征參數(shù),模擬了智能系統(tǒng)對溫度信號的處理過程.來對液化天然氣(LNG)分層渦旋事故進行有效的識別與診斷.過程中,為了壓縮特征維數(shù)并選擇可分性最好的特征,采用了基于距離準(zhǔn)則的特征選擇方法.對溫度序列的特征提取表明:從分層第一階段過渡到第二階段后,溫度信號頻率的主峰中心頻率部分發(fā)生了偏移,而且頻率幅度增大;渦旋臨界狀態(tài)的AR譜比較雜亂,既有特征譜峰又有其他譜峰;兩種狀態(tài)的特征參數(shù)--中心頻率、譜峰幅值、高頻能量和高頻能量比等區(qū)別較大.最后,通過AR模型參數(shù)的歐式距離對分層渦旋的發(fā)展階段及狀態(tài)進行了模式識別.結(jié)果表明:相同狀態(tài)的歐式距離趨向于零,由于信號的隨機性而呈現(xiàn)較小的非零量;不同狀態(tài)之間的歐式距離值差異明顯,能夠?qū)崿F(xiàn)分層渦旋的故障狀態(tài)識別.