基于LCD和ELM的滚动轴承故障诊断研究的任务书.docx

基于LCD和ELM的滚动轴承故障诊断研究的任务书
任务书
一、课题背景
滚动轴承广泛应用于工业制造，如机床、飞行器、汽车、电气设备等，可支撑高速运动和负荷。由于工作环境复杂、工作条件恶劣等原因，轴承存在各种故障，如疲劳裂纹、轴承卡死、偏摆、滚珠脱落等问题。轴承故障会导致设备停机，生产效率降低，维修成本增加，甚至造成人员伤害。因此，开发一种有效的滚动轴承故障诊断方法至关重要。
本研究旨在基于液晶显示器（LCD）和电力电子模块（ELM）技术，开发一种滚动轴承故障诊断方法。该方法利用LCD显示不同工作状态下轴承的振动信号，并通过ELM对不同振动模式进行诊断，以达到实时、准确地检测轴承故障的目的。
二、研究内容
1.分析不同工作状态下轴承的振动特征，包括轴承正常运行、疲劳预警、疲劳故障等情况，建立振动信号模型，并通过试验验证模型的准确性。
2.选取合适的LCD显示器，将轴承振动信号实时显示在屏幕上，利用图像识别技术对不同工作状态下的振动信号进行分类和识别，并实现光学缩放和放大等功能。
3.利用ELM对不同振动模式进行识别和分析，并建立轴承故障诊断模型，实现对轴承疲劳裂纹、轴承卡死、偏摆等故障的自动检测和预警。
4.测试并验证该方法在不同工况下的滚动轴承故障诊断效果，包括转速、负荷、温度等变化。
三、研究目标
1.建立基于液晶显示器和电力电子模块的滚动轴承故障诊断方法。
2.实现不同工作状态下的轴承振动信号显示和识别，提高轴承故障检测的准确性和可靠性。
3.利用ELM对不同振动模式进行识别和分析，建立滚动轴承故障诊断模型，实现故障的自动检测和预警。
4.验证该方法在不同工况下的滚动轴承故障检测效果和稳定性。
四、研究方法
1.轴承振动信号采集装置的设计：采用加速度传感器、数字信号处理器（DSP）和数据采集卡等装备，对轴承运动时的振动信号进行采集、处理和存储。
2.液晶显示屏的选型和集成：根据实际需求和性能指标，选取合适的液晶显示屏，并借助图像处理技术将轴承振动信号显示在屏幕上。
3.电力电子模块的开发：选取合适的ELM，对不同振动模式进行识别和分类，建立轴承故障模型，实现自动检测和预警功能。
4.研究方案验证和试验：通过轴承实验台试验验证轴承振动信号模型的准确性，运用LCD和ELM技术进行轴承故障诊断的实验研究，检测和分析数据，评估其故障诊断性能和效果。
五、研究成果
1.建立基于LCD和ELM的滚动轴承故障诊断方法。
2.实现不同工作状态下轴承振动信号的实时显示和识别，提高轴承故障诊断的准确性和可靠性。
3.利用ELM对不同振动模式进行识别和分析，建立滚动轴承故障诊断模型，实现故障的自动检测和预警。
4.验证该方法在不同工况下的滚动轴承故障检测效果和稳定性，并形成相关的科研成果论文或专利。
六、进度安排
第1年：研究轴承振动信号特征分析和模型建立；LCD显示技术研究和试验；
第2年：ELM技术研究和试验；轴承故障检测模型建立和算法优化；
第3年：系统集成试验；数据分析和结果论证；撰写学位论文和发表相关成果。
七、经费预算
本项目总经费为50万元，其中包括：
人员费用：30万元（包括工程师、助理和学生等）
设备费用：10万元（包括加速度传感器、DSP、数据采集卡、液晶屏等）
材料费用：5万元（包括轴承实验台、实验用品和耗材等）
差旅和会议费：1万元
其他费用：4万元
八、参考文献
1.Zhang,W.K.(2017).AfaultdiagnosismethodforrollingbearingsbasedonEMDandSVM.Measurement,103,118-128.
2.Yan,R.,Chen,S.,&Zhu,C.(2019).FaultdiagnosisofrollingelementbearingsusinganimprovedPSOoptimizedELMapproach.JournalofMechanicalScienceandTechnology,33(8),3577-3586.
3.Li,Z.,Chen,X.,&Miao,Q.(2015).RollingbearingfaultdiagnosisbyanimprovedadaptivefuzzyARTMAPneuralnetworkalgorithm.NeuralComputingandApplications,26(4),767-773.
4.Gao,L.,Chen,X.,&Peng,Z.(2016).Faultdiagnosisofrollingbearingsbasedonafeatureextractionmethodcombinedwithamemeticalgorithm.MechanicalSystemsandSignalProcessing,73,7