文献综述（或调研报告）：
1.故障诊断背景
自从20世纪60年代，机械设备与其故障诊断技术在工业化进程中发展的越来越迅速，机械设备开始偏向于大型化，复杂化，集成化。而机械设备故障诊断经过半个世纪的发展，融合了各个学科的技术成果，迅速发展成一门新兴学科，其突出特点是理论研究与工程实
际应用的紧密结合[1]。
其中在机械故障诊断中有着举足轻重的检测方法作用便是状态监测（简称CM），对关键设备进行状态监测和故障诊断可以提高设备的可靠性。早期在状态检测中使用的维护技术包括采用继电器的过电流保护以及接地故障保护，而随着工业技术的发展，基于人工智能的信号处理技术开始普及，维护技术也相应的分为纠正性维护和预防性维护[2]。在纠正性维修护中，只有发生故障后才采取应对措施。尽管这种方式的成本较低，但是造成的安全隐患也是巨大的。
预防性维护（简称PM）的概念从20世纪50年代开始被提出，经过不断发展先后出现了预定的预防性维护（简称pdPM）和基于条件的维护（简称CBM），pdPM是周期性间隔执行维修活动，维护成本昂贵。随后在20世纪80年代提出的CBM则是通过状态监测收集到的信息进行建议维护操作 [3] 。只有出现超过预设正常数据的异常行为后，才采取维护方式，这种诊断方法避免了不必要的维护任务，降低了成本。也是后来故障诊断研究一直致力的方向和目标。
2．时域、频域以及时频分析方法
基于振动监测是一个广泛应用于CBM行之有效的检测技术，检测过程主要包括信号采集、特征提取和故障识别，而特征提取是进行故障诊断的基础和保证故障诊断结果正确的关键。目前对特征提取主要在时域和频域俩个方面，从而产生了时域分析、频域分析以及时频分析等处理方法。
时域分析作为信号处理方法中最为基础的一个部分，原理简单且易于实现，主要包括时域波形、概率密度、相关分析、滤波处理等。时域分析具有广泛的应用，尤其对于一些低速、变速、重载的设备，由于其振动信号所包含的频率成分较低，故受振动诊断分析仪器下限、分辨率及分析软件功能的限制，频谱分析的方法效果不太理想[4]。而通过时域分析容易提取出信号的特征，是其最有效、最直接的故障诊断方法之一。比如在引风机、电动机等旋转机械的故障诊断中，根据时域波形图中是否出现正弦波、尖脉冲、削波等典型特征可对设备的故障类型进行初步推断，波形图和频谱图相结合便可准确分析故障类型与故障严重程度[5]。
频域分析是机械故障诊断中信号处理最重要和最常用的分析方法。工程上所测得的振动信号一般为时域信号，即描述随时间变化的振动信号变化情况。然而由于故障的发生、发展往往引起信号频率结构的变化。例如内燃机燃爆振动波形是具有高斯函数包络的高频信号[6]，这在时域分析中很难区分这种特征。频域分析中经常采用其幅值谱、功率谱以及倒频谱等谱图进行故障检测。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
