1. 研究目的与意义（文献综述）

论文的目的是通过采用支持向量机（SVM）方法对油液在线监测系统获取的（多元）数据做多元时间序列进行分析，以获取表征多元数据综合状态的模型，并多元数据的趋势做出预测分析。

2. 研究的基本内容与方案

本文讨论的是通过机器学习方法，对油液润滑剂分析得到的油液数据。

首先油液监测技术所采用的较广泛和有效的技术手段主要涉及润滑剂分析(oil analysis)和磨损微粒分析(wear particle analysis)两大技术领域。前者通过监测 由于添加剂损耗和基础油衰变引起油品物理和化学性能指标的变化程度来检测机械设备的润滑状态和识别机器因润滑不良引起的故障；后者通过对油中携带的磨损微粒的尺寸、形貌、颜色和浓度等性态的观测来实现对机器摩擦状态的有效监测和诊断。这一部分中，只讨论油液监测中各项参数的物理意义。

油液各项数据的物理意义如下

3. 研究计划与安排

1-3周：设计题目的调研，文献综述，完成开题报告；

4-7周：学习svm的基本理论和方法，掌握 通过 matlab 进行 svm 计算的具体使用方法；

查找相应的机器学习英文文献，并完成翻译

4. 参考文献（12篇以上）

01、不均衡数据svm分类算法及其应用, 陶新民, 刘福荣, 杜宝祥著；

02、matlab基础及应用, 刘勍, 温志贤编著；

03、油液监测分析现场实用技术, 杨其明，等 编著；