基于DSP的滚动轴承故障诊断系统的研究与开发的中期报告.docx

基于DSP的滚动轴承故障诊断系统的研究与开发的中期报告
中期报告（进度报告）
1、项目背景
目前，滚动轴承是工业领域中最常用的机械零件。轴承的故障会导致机器的异常运行，甚至导致机器故障和停机。因此，轴承故障检测和诊断技术的研究备受关注。数字信号处理（DSP）技术可以更准确地检测和诊断轴承故障，因此本项目计划利用DSP技术开发一种滚动轴承故障诊断系统。
2、项目进展
目前，项目已经完成了一些关键的任务：
（1）选取合适的数据采集设备和采集点，采集了大量的轴承数据，包括正常和故障轴承的震动信号和电流信号。
（2）对采集得到的数据进行预处理，包括滤波、降噪、去趋势等处理，提高信号质量。
（3）提取信号的时域和频域特征，包括均值、方差、峰度、偏度、能量、包络谱、功率谱等等，并建立了特征向量。
（4）建立了分类模型，包括支持向量机（SVM）、人工神经网络（ANN）等，并进行了训练和验证。
（5）编写了相应的程序，可以实现轴承信号的实时监测和诊断。
3、下一步工作计划
（1）进一步完善特征提取和分类模型，提高系统的准确率和鲁棒性。
（2）优化系统的计算性能，增加实时性。
（3）进行系统测试和性能评估，验证系统的性能和可靠性。
（4）编写论文和撰写终期报告。
4、参考文献
[1]邵永欣，赵宏.基于多特征融合的滚动轴承故障诊断研究[J].机械工程师，2013，24（1）：150-160.
[2]路晨阳，权建华，孙福果，等.基于支持向量机的机械轴承故障诊断研究[J].中国机械工程，2012，23（10）：1309-1314.
[3]马小龙，刘妙丽.基于小波变换和人工神经网络的滚动轴承故障诊断研究[J].工程设计学报，2011，18（4）：471-478.