2025年《滚动轴承故障诊断及其应用》开题报告文献综述(含提纲).pdfVIP

丹青不知老将至，贫贱于我如浮云。——杜甫

开题报告文献综述

题目：滚动轴承故障诊断及其应用

学生姓名：学号：年月日

一、文献综述

机械设备故障诊断是一门工程技术学科，基本方法为信号处理方法及模式识

别，具有较强的理论性及一定的实践性。

机械设备故障诊断最先由发达国家提出。其起源于上个世纪60年代，阿波

罗计划由于机械设备故障原因频频失败，为此美国军方成立了以预防机械故障为

目标的机械故障预防小组。随后，英国成立了机械维护中心，其以保证机械正常

运转为中心来进行科学探究，并将结果运用到了诸多能源领域。美国与英国对机

械故障预防方面的关注，为企业生产带来一定的安全保障。上世纪70年代，日

本高校、研究机构及部分企业开始致力于机械故障诊断的机理研究及应用研究。

同时，欧洲诸多国家也成立故障诊断研究中心。如1978年法国电力部门通过安

装检测装置对汽轮发电机组进行了状态监测。现如今，随着“智能维护系统(IMS)

中心”的成立，美国密歇根大学在故障领域大放异彩。法国贡皮埃捏技术大学在

基于振动信号故障诊断领域也取得一定成果。

与发达国家相比，我国在该领域发展起步较晚。最早源于上个世纪80年代

的首届设备诊断技术大会。随着我国综合国力的不断提升，在故障诊断领域，理

研究成果逐渐达到国外的先进水平，并在钢铁等领域具有了一定的应用。清华大

学的故障诊断实验室对风机等动力设备进行了状态监测等研究。上海交通大学以

振动信号特征提取为中心成立了国家级重点实验室。近些年来，我国将故障诊断

领域理论知识运用到工程中解决了许多实际问题。例如：对环境恶劣条件下的振

动信号进行了在线采集及在线监测；地铁运行中的综合性诊断及监控；北京化工

大学提出了机械故障自愈理论。

声发射技术、温度检测法、油屑检测法和振动信号分析法。为当前机械故障

诊断领域主流方法。其中，振动信号分析法最为流行。但由于目前机械设备的一

体化程度较高，导致零部件之间振动信号耦合严重。当轴承发生故障时，其振动

信号表现为非平稳且非线性。因此，对轴承进行故障诊断，其关键在于如何从频

率复杂的振动信号中提取出故障信息。为此，国内外众多学者提出若干方法，如

古之立大事者，不惟有超世之才，亦必有坚忍不拔之志。——苏轼

傅里叶变换，短时傅里叶变换，Wigner-Ville，经验模态分解等，但依旧具有许

多难以弥补的缺陷。

近些年来，基于智能故障诊断方法的滚动轴承故障诊断也受到各界学者的关

注。智能故障诊断方法能自动提取特征，这个特点是与传统基于振动信号分析方

法的本质区别。滚动轴承智能诊断方法分为有标签的监督学习、半监督学习、和

无标签的无监督学习。其中，监督学习这一类别在其他领域发展较为成熟。其输

入为带有标签的数据集，利用模型提取信号特征。将模型参数训练至最优后，将

测试集输入模型，即可将测试信号进行模式识别。从数据集大小来说，相较于传

统方法，智能诊断方法可处理海量数据，且结果更为准备，但美中不足之处在于

模型自动提取的特征难以解释。机器学习在各个领域大放异彩，这也将滚动轴承

的故障诊断向智能化推进。

二、选题的目的和意义

选题目的

滚动轴承与其他连接的零件接触紧密，其失效将导致机械设备故障，甚至发

生灾难性事故。1991年11月，兰州铁路局1479次火车出轨事故是由于保持架碎

裂，阻碍了轴承的运行，造成大量人员伤亡和重大财产损失。1992年，日本关

西电力公司海南电厂进行过