1. 毕业设计（论文）的内容和要求

旋转机械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。其运行状态的诊断通常通过对其振动信号的分析实现。
振动信号的分析一般需要分两步，第一步是从波形中提取出特征数据，第二步是采用相关算法对特征数据进行分类，进而实现诊断。本课题拟对目前存在的故障特征提取方法做出调研和对比，如峭度分析、小波包等。

1.调研并介绍常见的振动信号特征提取方法；

2.通过实验验证各方法的有效性及适用对象；

2. 参考文献

[1]刘文彬.旋转机械非平稳信号特征分析仪开发#8212;时频分析在旋转机械非平稳信号特征提取中的应用研究[D].昆明:昆明理工大学,2008:2-7.
[2]林鑫.旋转机械故障诊断中微弱信号特征提取方法研究[D].北京：北京化工大学,2013:1-6.
[3]张超.基于自适应振动信号处理的旋转机械故障诊断研究[D].西安:西安电子科技大学, 2012:1-10.
[4]徐敏强.旋转机械高速启动过程振动信号分析方法的研究[J].振动工程学报,2000 ,17(02):1-6.
[5]辛卫东.风电机组传动链振动分析与故障特征提取方法研究[D].保定:华北电力大学, 2013:35-40.
[6]黄伟国.基于振动信号特征提取与表达的旋转机械状态监测与故障诊断研究[D].合肥:中国科学技术大学,2010:75-81.
[7]任达千.基于局域均值分解的旋转机械故障特征提取方法及系统研究[D].杭州:浙江大学, 2008:62-66.
[8]杨文涛.旋转机械振动信号特性提取技术研究[D].大庆:东北石油大学, 2014:51-55.
[9]鞠萍华.旋转机械早期故障特征提取的时频分析方法研究[D].重庆:重庆大学,2010:49-63.
[10]钟先友.旋转机械故障诊断的时频分析方法及其应用研究[D].武汉:武汉科技大学,2014:86-88.
[11]李萌.旋转机械轴承故障的特征提取与模式识别方法研究[D].吉林:吉林大学,2008:33-43.
[12]周洋.小波分析在旋转机械振动信号监测和故障诊断中的应用研究[D].上海:同济大学, 2007:12-18.
[13]刘旭鹏.基于振动信号分析的旋转机械故障诊断方法研究[D].天津：天津理工大学,2014：54-62.
[14]张韧.旋转机械故障特征提取技术及其系统研究[D].杭州:浙江大学,2004:24-44.
[15]范超.旋转机械振动故障信号微弱特征提取方法研究[D].大庆:东北石油大学,2013:51-55.
[16]廖庆斌,李舜酩.一种旋转机械振动信号特征提取的新方法[J].中国机械工程,2006(16):1-5.
[17]李艳妮.旋转机械故障机理与故障特征提取技术研究[D].北京:北京化工大学,2007:11-22.
[18]胡劲松.面向旋转机械故障诊断的经验模态分解时频分析方法及实验研究[D].杭州:浙江大学,2003:85-98.
[19]杨宇.基于EMD和支持向量机的旋转机械故障诊断方法研究[D].长沙:湖南大学,2005：5-10.
[20]张君,王金平,朱波.旋转机械振动信号处理中的滤波及特征提取技术[J].南京工程学院学报(自然科学版),2009,7(03):1-9.

3. 毕业设计（论文）进程安排

2015年12月20日-2016年1月15日：完成翻译、论文摘要；
2016年1月16日-2016年2月18日：完成论文绪论；
2016年2月18日-2016年2月25日：完成开题；
2016年2月26日-2016年3月18日：完成论文第二章，掌握基本原理与流程，掌握编程工具的使用；
2016年3月19日-2016年4月28日：完成中期检查，完成毕设的实验编程、设计与验证；
2016年4月29日-2016年5月15日：完成论文初稿，并进行排版；
2016年5月16日-2016年5月25日：完成论文修改和定稿；
2016年5月26日-2016年6月2日：准备答辩PPT并进行预答辩。