研究生学位论文开题报告.docx
《研究生学位论文开题报告.docx》由会员分享，可在线阅读，更多相关《研究生学位论文开题报告.docx（9页珍藏版）》请在冰豆网上搜索。
研究生学位论文开题报告
研究生学位论文开题报告
（专业学位研究生）
课题名称
基于粒子群算法和随机森林的风机滚动轴承故障诊断
学位论文类型
姓名
学号
层次
硕士研究生
所在学院
专业学位类别
工程领域
指导教师
开题时间
燕山大学研究生学院制
一、开题报告论证
注：
以下1-9项内容，如填写不下，均可加页。
1、课题来源及背景
滚动轴承是机械设备中最常用的部件，被人们称为机械的关节。
它具有效率高、摩擦阻力小、装配方便、润滑易实现等优点，因此在旋转机械上应用非常普遍，并且起着关键作用。
滚动轴承在风力发电机组中也有着广泛的应用。
如偏航系统轴承、变桨距系统轴承和传动系统轴承。
风力发电机机舱通常安装在50～80m高的塔架上，工作条件恶劣，温度、湿度变化较大，载荷情况复杂，因此，对安装在各个部位的滚动轴承提出了更高的要求。
据统计，在风力发电机组的各种故障中，滚动轴承故障占有相当大的比例。
这是因为滚动轴承是机械设备中工作条件最为恶劣的部件，它在机械设备中起着承受载荷和传递载荷的作用，其运行状态是否正常往往直接影响到整台机器的性能。
所以滚动轴承的故障诊断方法，一直是机械故障诊断中重点发展的技术之一。
此外，与其他机械零部件相比，滚动轴承有一个很大的特点，其寿命离散性很大。
有的轴承已大大超过设计寿命而依然完好地工作，而有的轴承远未达到设计寿命就出现了各种故障。
所以，如果按照设计寿命对轴承进行定时维修，则势必出现以下情形：
一方面，把超过设计寿命而完好工作的轴承拆下来作为报废处理，造成浪费；另一方面，把未达到设计寿命而出现故障的轴承坚持使用到定时维修时拆下来作为报废处理，使得机械在轴承出现故障后和拆下前这段时间内工作精度下降，或者未到维修时间就出现严重故障，导致整个机械出现严重事故。
能源问题是当今社会急需解决的问题之一。
对可再生能源的开发和利用，特别是对风能的开发利用，已经受到全人类的普遍关注。
风力发电机作为风能转化为电能的基础设施在整个风力发电系统中有着举足轻重的作用，因此对它进行准确、及时的故障诊断是工程应用中非常重视的问题。
对风机中滚动轴承故障的准确诊断可以减少或杜绝事故的发生，最大限度地发挥轴承的工作潜力，节约开支，具有重大意义。
2、国内外研究动态
设备故障诊断技术是二十世纪六十年代产生并发展起来的综合性边缘学科，是涉及到数学、物理、化学、力学、声学、机械、电子技术、传感技术、计算机技术及信号处理技术等多种学科的综合性工程科学。
总的来说，设备诊断技术就是通过各种先进仪器，采集机电设备的具有某些特征的各种动态信息，并运用相关技术来分析和处理这些动态信息，用于区分、识别或确认机电设备的异常表现，然后查明其异常表现产生的原因、发生的部位以及严重程度，预测其发展的趋势，提出针对性的维护措施和处理方法的一种技术。
滚动轴承的故障诊断在国外大概开始于20世纪60年代。
在其后几十年的发展时间里，各种方法与技巧不断产生、发展和完善，应用的领域不断扩大，诊断的有效性不断提高。
总的来说，滚动轴承故障诊断的发展经历了以下几个阶段。
第一阶段:
利用通用的频谱分析仪诊断轴承故障。
20世纪60年代中期，由于快速傅立叶变换 （FFT）技术的出现和发展，振动信号的频谱分析得到了很大的发展。
人们根据对滚动轴承元件有损伤时产生的振动信号特征频率的计算和采用频谱分析仪实际分析得到的结果进行比较来判断滚动轴承是否有故障。
第二阶段:
利用冲击脉冲技术诊断轴承故障。
在60年代末期，首先由瑞典SPM仪器公司开发出冲击脉冲计，根据冲击脉冲的最大幅值来诊断轴承故障。
这种方法能比较有效地检测到轴承的早期损伤类故障。
第三阶段:
利用共振解调技术诊断轴承故障。
1974年，美国波音公司的D.R.Harting发明了一项叫做“共振解调分析系统”的专利。
共振解调技术与冲击脉冲技术相比，对轴承早期损伤类故障更有效。
共振解调技术不但能诊断出轴承是否有故障，而且可以判断出故障发生在哪个轴承元件上以及故障发生的大致严重程度。
第四阶段:
开发以微机为中心的滚动轴承监视与故障诊断系统。
20世纪90年代以来，随着微机技术迅猛发展，开发以微机为中心的滚动轴承故障诊断系统引起了国内外研究者的重视。
微机信号分析和故障诊断系统不但具有灵活性高、适应性强、易于维护和升级的特点，而且易于推广和应用。
随着信号检测技术、计算机技术、数字信号处理技术、人工智能技术的迅速发展，轴承故障诊断已经成为融合数学、物理、力学等自然科学和计算机技术、数字信号处理技术、人工智能技术的综合学科。
与传统的诊断方法相比，目前的研究方向主要表现在以下几个方面：
（l）小波变换
从80年代后期开始，作为应用数学的一个分支，小波变换得到了迅速的发展。
由于小波变换在时、频域的局部化和可变时频窗的特点，与传统的傅立叶变换相比，小波变换更适合分析非稳态信号。
因为滚动轴承的损伤故障信号是典型非稳态信号，所以用小波变换处理轴承振动信号，可更为有效地获得故障特征信息。
（2）专家系统
近年来随着人工智能技术的发展，专家系统技术得到了迅速的推广。
所谓的专家系统就是一个智能的计算机程序，它能模拟专家在处理问题时的一些推理方法，利用已有的知识和经验建立模型，解决问题。
将基于知识的专家系统技术应用于故障诊断领域可以使滚动轴承诊断分析和决策分析更加准确可靠。
（3）模糊诊断
由于滚动轴承振动信号中故障特征振动与故障类型不存在绝对的对应关系，一种故障可能引起多种特征，而一种故障特征可能对应多类故障，因此近年来，模糊理论被引进到轴承故障诊断领域。
轴承故障模糊诊断中的概念是模糊概念，可以用模糊集合来表示，而模糊变换运算是用来讨论模糊判断和推理的。
（4）神经网络
轴承故障诊断的目的，是从故障定位到确定故障性质，进而确定故障发生的程度，由于神经网络具有处理复杂多模式及进行联想、推测和记忆的功能，因而近年来在故障诊断领域引起了广泛的关注。
3、研究目标、研究内容和拟解决的关键问题
本文意在于将随机森林算法这一先进的方法引入到风机滚动轴承故障诊断这一传统领域，解决传统故障诊断方法缓慢，难以准确判断故障的问题。
通过对风机滚动轴承故障特征的分析，运用粒子群算法提取合适的特征参数来提高轴承故障诊断的效率。
本文所做的工作如下：
1、阐述风机故障诊断研究的目的、意义以及随机森林在故障诊断中的应用。
2、对风机滚动轴承故障机理与特征的研究运用粒子群算法进行特征选择。
3、全面地介绍随机森林的发展概况、基本原理、结构和学习过程。
4、运用随机森林，针对风机中的滚动轴承部分进行故障诊断分析。
4、拟采取的技术路线和实施方法
（l）信号测取:
根据轴承的工作环境和性质，选择并测量能够反映轴承工作情况或状态的信号；振动法在实际中得到了广泛的应用，是因为其具有:
适合各种类型各种工况的轴承；有效地诊断早期微小故障:
信号采集与处理简单、直观；诊断结果可靠等特点
（2）特征提取:
从测量的信号中以一定的信号分析与处理方法抽取出能够反映轴承状态的有用信息；运用粒子群算法对抽取的特征进行特征选择。
（3）训练过程:
原始训练集为N，应用bootstrap法有放回地随机抽取k个新的自助样本集，并由此构建k棵分类树，每次未被抽到的样本组成了k个袋外数据；设有mall个变量，则在每一棵树的每个节点处随机抽取mtry个变量（mtrynmall），然后在mtry中选择一个最具有分类能力的变量，变量分类的阈值通过检查每一个分类点确定；
（4）预测过程：
将生成的多棵分类树组成随机森林，用随机森林分类器对新的数据进行判别与分类，分类结果按树分类器的投票多少而定。
5、拟形成的创新或特色
随机森林通过对大量分类树的汇总提高了模型的预测精度，在处理大数据时表现优异，运算速度很快，不需要顾虑一般回归分析面临的多元共线性的问题，不用做变量选择。
现有的随机森林软件包给出了所有变量的重要性。
另外，随机森林便于计算变量的非线性作用，而且可以体现变量间的交互作用。
基于粒子群算法和随机森林的风机滚动轴承故障诊断，能够做出准确诊断与定位。
与传统诊断方噶不相比具有省时、省力、准确、高效的特点。
具有实际意义，同时有一定的深度和广度，工作量适中。
6、前期工作
（1）查询风力发电机组滚动轴承各种相关文献，收集有用的资料。
（2）采集风机滚动轴动信承振号的时域、频域特征参数。
（3）查询相关资料了解随机森林算法的训练和预测过程。
7、存在问题及解决办法
完成本课题需要参阅许多资料，主要是图书馆的电子文先和一些相关的文献，著作，以及通过网络搜寻一些最新资料，在别人的研究基础之上实现自己需要的目的。
在利用各种检索工具（含数据库型）查找文献信息时，主要是利用检索工具的各种索引（或检索字段）。
每种索引（或字段）提供一种文献信息检索途径，一般来说，每种检索工具都为用户提供几种检索途径，归纳起来一般可以分为：
分类途径、主题途径、作者途径、题名途径、号码途径和其他途径。
8、进度安排
序号
阶段及内容
起讫日期
阶段成果形式
1
2
3
4
5
6
7
查阅文献，翻译外文资料
填写开题报告
中期检查
完成论文初稿
完成论文修改
完成论文终稿
论文答辩
12.15-12.31
1.1-1.14
1.15-1.31
2.1-2.21
2.22-3.15
3.15-4.5
4.6
资料收集
开题报告
检查
初稿
修改稿
终稿
答辩
9、主要参考文献
序号
文献目录（作者、题目、刊物名、出版时间、页次）
[1]
宫靖远．风电场工程技术应用[M]．北京：
机械工业出版社，2004，4
[2]
虞和济．故障诊断的基本原理[M]．北京：
冶金工业出版社，2006，2
[3]
雷继尧．机械故障诊断基础[M]．西安：
西安交大出版社，2004，6
[4]
肖述兵 滚动轴承振动故障诊断实践[J]．轴承，2006，15（3）：
168-172
[5]
刘桥方，严枫.我国轴承制造技术的现状及其发展趋势[J]．轴承，2005，（6）：
35-38
[6]
杨国强．风力发电机滚动轴承[J]．轴承，2003，5
（2）：
42-4
[7]
媛媛，叶亚飞．风力发电机专用轴承[J]．轴承，2004，3
（2）：
25-27
[8]
肖述兵 滚动轴承振动故障诊断实践[J]．轴承，2006，15（3）：
168-172
[9]
B.S.Yang,X.Di,T.Han,Randomforestclassifierformachinefaultdiagnosis,J.Mech.Sci.Technol.22（2008）1716–1725.
[10]
L.Breiman,Randomforests,Mach.Learn.45（2001）5–32.
二、导师和学科对开题申请意见
1、指导教师对开题报告的意见：
完成培养方案规定的课程学习
在导师指导下完成开题报告撰写
■同意进行开题答辩□不同意进行开题答辩
导师签字：
年月日
2、学科对开题报告的意见：
完成培养方案规定的课程学习
在导师指导下完成开题报告撰写
■同意进行开题答辩□不同意进行开题答辩
负责人签字：
年月日
三、开题报告答辩
1、开题报告成员
开题报告时间
开题报告地点
开题报告评审小组成员
姓名
职称
工作单位
组长
组
员
秘书
2、开题报告答辩记录
秘书签字：
年月日
3、开题报告评审意见
评审小组对开题报告的意见：
■开题报告通过□开题报告不通过（黑方块表示确认选项）
评审小组成员签字：
组长签字：
年月日
学院审核意见：
负责人签字：
年月日
升级会员 