1. 研究目的与意义（文献综述）

1.1故障识别技术的国内外研究现状

故障检测与诊断技术(fault detection and diagnosis, fdd)经历了40余年的发展，在化工、制药、半导体、机器人、油气管线、航空航天等领域得到了广泛研究和成功应用。国际上每年发表的有关故障诊断技术的论文和报告都在数千篇以上。

美国宇航局于1967年宣布成立机械故障预防小组(machinery fault preventiongroup, mfpg)，标志着美国开始着手研究故障检测与诊断技术。美国在诊断技术及各分支技术中占有领先地位，西屋电气公司为旗下产品研发的三套人工智能诊断软件(汽轮机turbinaid，发电机genaid，水化学chemaid)保障了其所产机组的安全运行。本特利，惠普等美国企业的监测产品基本上代表了当今诊断技术的最高水平，除了具有完善的监测功能之外还具有较强的诊断功能，现已广泛应用在航天、军事、化工等领域。

英国于20世纪70年代成立了机械保健中心(machine health monitoring center, mhmc)。目前英国在摩擦磨损、汽车、飞机发动机监测和诊断方面仍具有领先的地位。此外，欧洲其他国家的诊断技术发展也各具特色。如瑞典spm公司的轴承监测技术，agema公司的红外热像技术；挪威的船舶诊断技术；丹麦的bamp;k公司的振动、噪声监测技术等等。

2. 研究的基本内容与方案

2.1研究（设计）的基本内容

本次设计要求对典型转子故障监控系统进行设计。完成系统的硬件实现和软件设计。重点研究转子工作时产生的振动信号的采集、分析、提取，确定设计方案，完成各功能单元的结构设计，参数计算和元件选择。

设计内容如下：

1、 设计一个转子试验台，要求能够模拟转子在各种故障情况下的运行状态，并产生对应的振动信号。

3. 研究计划与安排

第1～3周：完成开题报告和英文翻译；

第4～7周：完成总体技术方案设计；

第8～14周：完成故障诊断的软件编写；

4. 参考文献（12篇以上）

[1]费冠华,李瑞洋,宁晓霞.旋转机械设备故障诊断技术分析[j].科技风,2019(05):178.

[2]孙泽金,赵荣珍.基于eemd能量矩与邻域粗糙集的转子故障数据集分类方法[j/ol].计算机应用研究:1-6[2019-03-03].