借助传感器网络、统计学原理等方法相结合的摩擦信号提取与表征也被认为是建立自动化程度高、抗干扰性强的磨损监测系统的有效手段。针对磨合磨损过程中摩擦信号的非平稳性、小数据量和多尺度特征，提出了摩擦信号多尺度递归特性分析方法，通过时间序列粗粒化和CEEMDAN分解方法，分别开展摩擦信号多时间尺度和多分辨率尺度的递归特性分析，揭示了摩擦信号的非线性递归特性，并基于递归分析结果开展摩擦学系统的状态辨识研究。结果表明：处于磨合状态下的摩擦信号在不同尺度范围内的RQA参数值波动较大，而稳定磨损下的摩擦信号则相对独立于时间尺度；但在一定的尺度范围内，经序列粗粒化建立的多时间尺度递归分析结果仍能有效地开展磨合状态识别，并显著提高递归分析效率；通过提取磨合过程在不同分辨率尺度下的递归图宏观模式，证明了稳定磨损阶段的混沌吸引子具有更加精密复杂的细节结构，同时，基于CEEMDAN分解的多分辨率尺度的递归分析可以有效提取强背景噪声条件下的系统动力学特性。研究结果有效提高了递归特性分析精度与效率，同时有望解决摩擦信号容易被强背景噪声干扰，导致计算结果产生偏差的问题，为摩擦信号的精细化特征提取提供了理论依据。
 

暂无