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。
