全文总字数：1675字
1. 毕业设计（论文）主要内容：
空压机故障诊断，是指通过机器学习的方法，对空压机各类故障数据进行有监督、半监督或无监督学习，从而获得故障分类模型，并利用该模型对新得到的空压机故障数据进行分类，从而判断该故障数据的故障类别。进一步，利用BP神经网络对空压机未来数据进行预测，并通过训练模型对该状态数据进行故障判断，从而预估空压机将要发生的故障，对其进行提前保护等措施。需要着重解决以下问题：（1）对空压机数据进行故障分类；（2）利用SVM对空压机各类状态数据进行训练，从而得到其故障分类模型，并验证模型优劣性；（3）利用BP神经网络对空压机状态数据预测；（4）利用训练好的故障分类模型对预测数据进行故障诊断。
2. 毕业设计（论文）主要任务及要求
1. 查阅相关中英文资料，并选择一篇英文文献进行翻译。通过阅读文献了解SVM和BP神经网络的基本知识；
2. 运用所学知识，给出总体流程方案；
3. 完成翻译两万字符的英文资料；
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
3. 毕业设计（论文）完成任务的计划与安排
第一至第二周：查阅设计题目的相关资料；
第三至第四周：撰写并提交开题报告，翻译英文资料；
第五至第六周：深入学习MATLAB、基于机器学习的故障诊断和状态预测等相关知识；
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
4. 主要参考文献
必读参考文献：
[1] 夏丽莎, 吕文元. 基于随机RF的集成SVM故障诊断改进算法[J]. 工业工程与管理, 2019.
[2] 赵新, 刘冬生. 基于改进果蝇算法优化SVM的模拟电路故障诊断及对比分析[J]. 电子测量与仪器学报, 2019.
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
