1. 研究目的与意义（文献综述）

1.1研究目的及意义

社会的进步以及科学技术的发展，使得集成化、高速化、精密化以及智能化逐渐成为了机械设备的发展方向。机械设备的复杂结构使得设备部件之间的联系和影响变得更紧密微秒，某一个部件的故障可能影响到其他部件的一连串的运转，甚至整个机械设备的运行。[1]滚动轴承是现代旋转机械设备中应用广泛的一种非常重要的通用零部件，以减小摩擦损失的一种已经高度标准化的精密机械零配件。[2]几乎在所有的旋转机械中都有用到，大到航空发动机、汽轮机等，小到高精密手术医疗器械。[3]滚动轴承的应用之广以及在机械设备中的重要地位，而形象的被人们称之为＂机器的关节＂。然而滚动轴承作为设备中旋转部件之间以及旋转部件与相对固定部件之间的联接部件，承受和传递一定的交变载荷，温度过高，润滑不良，冲击剧烈等因素，是整个旋转机械系统中最易受损坏的零部件，成为“木桶短板”，直接影响整个机械设备的运行可靠性。[4]

一旦滚动轴承发生故障，将会产生连锁反应，通常会造成巨大的损失。据统计，影响列车安全运行的重要因素之一就是列车的滚动轴承所引起的各种大小故障[5]，有数据显示，旋转机械设备故障中有30%左右是由于其设备中的滚动轴承零部件造成的，风力发电机力传动系统的故障大多是由于滚动轴承运行的初始微裂纹或轻微点蚀引起的。所以，轴承故障诊断是现代机械行业发展的一个越来越重要的环节。但是由于生产设备日趋复杂以及内部关系日益密切，造成设备运行监测和故障诊断的难度不断增加，单纯依靠工作人员的感觉器官、简单仪表和个人经验进行诊断已经不能适应现代机械设备故障诊断的要求。[6]

2. 研究的基本内容与方案

实际生产过程中滚动轴承故障对机械设备的影响是巨大的，因此对滚动轴承故障检测是必不可少的一部分，然后故障信号绝大多数是非线性、非平稳的信号，为了提取出最能反应信号本质特征的信号，本文将采用时域分析方法、频域分析方法、经验模态分解技术、局部保持投影算法和k近邻分类器的滚动轴承故障诊断方法等进一步说明流形学习在故障诊断中的实用性和高效性。本文等的内容安排如下：

第一章，介绍滚动轴承故障诊断的研究背景和意义。论述滚动轴承故障诊断中面临的问题，以及传统故障检测方法的不足，提出基于流形学习的轴承故障检测的必要性。

第二章，经验模态分解技术及信号的时频谱分析。阐述经验模态分解技术的分解过程，在此基础上，对比分析时频分析方法在轴承故障信号分析中的应用。

3. 研究计划与安排

第1-3周：完成开题报告和英文翻译；

第4-5周：完成毕业设计相关内容的总体方案设计；

第6-8周：完成毕业设计相关内容的详细方案设计；

4. 参考文献（12篇以上）

[1] lee j,wu f j, zhao w y, et al. prognostics and health management design for rotary machinerysystems-reviews, methodology and applications[j]. mechanical systems and signalprocessing, 2014, 42(1-2): 314-334.

[2] 濮良贵，季名刚．机械设计［Ｍ］．北京：高等教育出版社，2009；1-2

[3] 钟秉林，黄仁机械故障诊断学（第h版）［m］．北京：机械工业出版狂，2007