1. 研究目的与意义（文献综述）
1.1 研究目的及意义故障诊断，就是及时发现机械设备在运行时出现的异常，即故障征兆，并通过相应的技术手段找出引起设备故障的根本原因。随着现代科学技术水平的不断提高，机械设备的规模和复杂程度迅速增加，对整个机械设备的安全性和可靠性的要求变得更高。一个细小的故障，若不能及时检测和排除，可能就会造成整个系统的失败，甚至导致巨大的灾难性后果。因此，建立有效的故障诊断系统对机械设备进行状态监测和故障诊断尤为重要。
随着传感器技术的发展，机械故障诊断技术得到了新的拓展，在对一个机械系统进行状态监测和故障诊断时，可以在系统中设置多个传感器同时采集各类信号，然后采用一定的技术手段，将多个传感器信号进行融合和处理，能够更准确地判断出机械系统的早期故障，将损失降到最低。因此，如何进行多传感器信息融合是故障诊断的关键性技术之一。
对于一些大型的机械设备，其组件之间的相互影响及其复杂，一个故障可能存在多个故障征兆，而不同的故障也可能对应相似的故障征兆。更复杂的是，可能存在多种故障组合出现的情况。因此，我们通过传感器所获得的信息可能是不完整、不确定的，这种问题在故障诊断领域占大多数，使得故障诊断过程更加困难。解决不确定问题是故障诊断的关键技术之二。
2. 研究的基本内容与方案
2.1 研究目标根据当前故障诊断方法和贝叶斯信念网络理论及应用研究方面的热点和难点，本文针对多参数故障监测系统，研究基于贝叶斯信念网络的故障模型的搭建和信息的融合、传导、推理；使用java语言编程，设计实现具有友好用户界面的故障模型创建和推理系统。
最终完成的故障推理系统要实现的功能是：用户能够在系统里自行搭建基于贝叶斯信念网络的故障模型，并设置节点状态和条件概率表，然后输入观察到的证据，运行后得到故障诊断结论。
将该系统应用到实际的机械装备状态监测系统中，能够合理运用系统结构和关联的先验知识，融合系统观察值、历史故障数据等信息来进行准确的故障推理，从而达到装备监测的目的。
3. 研究计划与安排
第1-3周：完成题目调研，完成文献阅读，进行相关资料的搜集，完成文献综述以及开题报告的撰写；第4-6周：研究贝叶斯信念网络的理论和推导，能结合实例进行运用；
第7-8周：分析故障推理系统的需求，明确软件的输入和输出；
第9-14周：编写软甲界面和算法，完成故障推理系统的搭建和调试；
4. 参考文献（12篇以上）
[1]王双成，贝叶斯网络学习、推理与应用，立信会计出版社，2010
[2]时彧，机械故障诊断技术与应用，国防工业出版社，2014
[3]mark lkrieg, a tutorial on bayesian belief networks, dsto electronics andsurveillance research laboratory, po box 1500 (2001) 012-084
课题毕业论文、开题报告、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。
