基于最小二乘支持向量机的轴承故障诊断任务书
2020-06-30 21:51:42
1. 毕业设计(论文)的内容和要求
(一)基本要求 轴承是日常电机中的常用元件,其稳定工作是产品性能的重要保障。本课题拟采用基于最小二乘支持向量机的方法对轴承振动信号进行分析,判断轴承是否发生故障,以及发生了何种故障。 本课题主要任务是:采集各种故障状态下轴承的振动波形,然后采用波形特征分析的方法提取出波形的故障特征,进而采用最小二乘支持向量机构建故障分类器,最终实现故障的检测与隔离。 本课题主要难度在于:1.掌握波形特征分析法;2.构建多分类支持向量机。 (二)主要内容 1. 要求获取各故障状态下轴承的振动信号; 2. 采用算法对振动波形进行特征提取,做出振动信号处理前后的对比图; 3. 给出轴承故障诊断的整体流程图; 4. 采用matlab将所提方法进行实验验证,并对诊断性能进行评估。 (三)相关要求 1、阅读中外文相关文献10篇以上; 2、完成本课题的开题报告,不少于2000汉字;3、按学校”综合论文类”撰写规范,完成本课题的毕业设计论文,要求论文15000汉字以上。
2. 参考文献
1.g. l.mcdonald, qingzhao, mingj.zuo. maximum correlated kurtosis deconvolution and application on gear tooth chip fault detection. mechanical systems and signal processing [j],2012,33:237-255.
2. t.barszcz, r.b.randall. application of spectral kurtosis for detection of a tooth crack in the planetary gear of a wind turbine, mech.syst.signal process. 23(2009)1352#8211;1365.
3. p.d.samuel,d.j.pines, a review of vibration-based techniques for helicopter transmission diagnostics,j.sound vib. 282(2005)475#8211;508. 4.w.wang,a.k.wong,autoregressivemodel-basedgearfaultdiagnosis,j.vib.acoust.124(2002)172#8211;179.
3. 毕业设计(论文)进程安排
2018-1-2 ~2018-1-12 布置设计任务、学习基本知识 2018-1-12 ~2018-2-10 查阅文献、翻译文献、完成绪论 2018-2-11 ~2018-2-20 撰写开题报告、撰写PPT 2018-2-21 ~2018-3-1 修改开题报告并进行开题答辩 2018-3-2 ~2018-3-30 掌握常规轴承故障诊断算法 2018-4-1 ~2018-4-30 编程实现所用诊断算法 2018-5-5 ~2018-5-15 运用matlab进行模拟仿真,作出性能对比实验;给出展示界面 2018-5-16 ~2018-5-25 撰写毕业论文初稿、改进系统程序 2018-5-26 ~2018-6-14 撰写毕业论文终稿 6-15之前 提交所有毕业设计正式材料电子稿与打印稿 2018-6-15 ~2018-6-18 准备答辩 2018-6-19 ~2018-6-23 答辩