1. 毕业设计(论文)主要内容:
在制造车间机械设备中,轴承的应用最为广泛的一种通用部件,它的运行状态是否正常,往往直接影响到整台机器的性能。
根据采集到的数据对轴承进行故障诊断与预知维修具有重要的意义。
根据已知轴承相关数据提取特征参数建立数据训练集以及测试集,利用支持向量机算法(Support Vector Machine ,SVM)建立预测模型对测试集进行分类预测,获取轴承是否故障以及故障类型等信息,为诊断以及维修提供帮助。
2. 毕业设计(论文)主要任务及要求
1. 必读参考文献撰写格式必须规范。
2. 阅读的参考文献不少于15篇(其中近5年外文文献不少于3篇)。
3.设计并实现一个基于SVM的轴承故障诊断系统的;获取实验所需的多组训练数据以及测试数据;理解并实现SVM分类算法;了解轴承故障时的数据特点,提取准确有效的数据特征;利用Matlab编程实现轴承故障诊断系统;针对各组测试数据,分析不同核函数等参数对SVM分类准确性的影响;
3. 毕业设计(论文)完成任务的计划与安排
(1)第1-3周:查阅相关文献资料,明确研究内容,学习毕业设计研究内容所需理论的基础。确定毕业设计方案,完成开题报告。(2)第4-5周:熟悉掌握基本理论,完成英文资料的翻译,熟悉开发环境。
(3)第6-9周:编程实现各算法,并进行调试。
(4)第10-12周:针对具体的实验数据,完成整个系统的程序编译,实现功能。
4. 主要参考文献
[1] 刘泽九, 贺士荃, 贺士荃. 滚动轴承应用[M]. 机械工业出版社, 2013.[2] 吕志民, 徐金梧. 分形维数及其在滚动轴承故障诊断中的应用[J]. 机械工程学报, 2004(02):88-91.
[3] 从飞云. 基于滑移向量序列奇异值分解的滚动轴承故障诊断研究[D]. 上海交通大学, 2012.
[4] Kang M, Kim J, Kim J M, et al. Reliable Fault Diagnosis for Low-Speed Bearings Using Individually Trained Support Vector Machines With Kernel Discriminative Feature Analysis[J]. Power Electronics, IEEE Transactions on, 2015, 30(5): 2786-2797.
以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。