设备故障诊断建模方法比较性研究开题报告

1. 研究目的与意义

现代化生产日益向着大规模化、自动化方向发展,机械故障诊断越来越受到重视.，因此研究设备故障的智能诊断有助于提高生产过程的自动化，保障生产安全、高效运行，具有重要意义。

本选题研究利用几类不同有监督模式识别方法，建立设备故障诊断模型，比较不同模型的诊断效果。

2. 国内外研究现状分析

现阶段的设备故障诊断主要通过计算机建模进行模式识别。

首先采集设备运行的特征数据、特征信号，如：设备的质量、刚度、频率、耗油率、工作转速、功率等。

再将采集的数据进行分析，诊断出设备的运行状态。

3. 研究的基本内容与计划

通过模式识别的几种方法来判断设备故障。

1、统计模式识别：这是目前拥有完整体系的理论和方法的识别，它利用各类的分布特征进行模式识别。主要的方法有五种：（1）、贝叶斯分类器：将待识别体的特征向量和其他条件与各个类别相比较，将其归入到其中之去，从而客体的状态值。（2）、概率密度函数估计：通过参数估计和非参数估计来实现识别。（3）、线性分类器：即假设判别函数具有线性关系，再利用样本集来计算判别函数中的未知参数。（4）、近邻法：根据样本信息直接对新样本进行分类。（5）、聚类分析：对未知类别的样本根据样本之间的相似程度进行分类。

2、句法模式识别：将识别对象分解成若干个单元，再用字符串和图来表示出这些单元之间的关系，最后把这些单元用语言文字表现出来，进而对其进行分类。

4. 研究创新点

通过不同的模式识别方法来进行设备故障的诊断，将不同的数据进行分析比较，判断各种识别方法的对设备故障的诊断效果。