（1）针对问题：在电机出厂测过过程中，机械公差问题难以在前期测试中被发现，然而却会在后面长期运行中带来问题。（2）文章亮点：研究了在产线末端测试验台和状态监测中对机床质量进行分类的方法。通过瞬态驱动仿真，模拟了随机分布的公差，分析了相关的频率阶，并与试验台的测量结果进行了比较。机器学习（ML）应用于模拟数据并评估生产线末端测试过程以及偏心分类，其中大部分测试用例被正确分类。如果将ML模型应用于测量数据，则结果分类稍微过高，但与测量分析相比，机器的分级保持不变。如果没有可用于训练的故障案例，则可以使用自动编码器来识别故障案例。
