摘要：机械事故时有发生，造成重大的人员损伤和财产损失，对机械零件的监测、机械故障的监测、诊断就是为了有效防止事故情况的发生，发出现故障的位置信息传送到机械设备以让人们尽快发现和处理。轴承作为使用量最多的零件之一，对轴承故障的检测就尤为重要。本文采用AR时序模型来对轴承进行故障诊断。首先介绍了AR模型的运行原理，其次对滚珠故障、内圈故障、外圈故障、正常数据4类数据进行建模，选取1-20阶次模型对比，通过计算每类数据的AIC值确定模型得出每类数据的特征值，最后通过KNN算法对数据进行分类，计算准确率从而实现轴承故障诊断。

关键词：轴承故障  AR时序模型  数据整合  故障分析

目录

摘要

Abstract

1.绪论1

1.1课题研究背景及意义1

1.1.2研究对象的背景及意义1

1.1.3轴承失效类型1

1.1.4轴承故障发生位置2

1.1.5轴承的特殊性3

1.2国内外研究现状3

1.2.1时间序列分析的研究现状3

1.2.2轴承诊断技术现状3

2.AR时序模型分析5

2.1论文主要研究内容5

2.2论文的研究思路6

2.3本章小结7

3.AR模型的结构辨识8

3.1故障数据的建模提取8

3.1.1滚珠故障数据9

3.1.2内圈故障数据12

3.1.3外圈故障数据15

3.1.4正常数据18

3.2本章小结21

4.KNN算法的应用22

4.1基于KNN算法的故障识别22

4.2运用KNN算法分类数据22

4.3本章小结26

5.总结与展望27

5.1全文总结27

5.2工作展望27

参考文献28

致谢29