【机情无限 精彩毕设】机械2026届毕业设计（论文）中期检查优秀案例分享第二十六期——城轨车辆转向架滚动轴承智能运维方案研究与设计
学生姓名：景钰潇
班 级：车辆2022-06班
指导教师：胡洪斌
毕设题目：城轨车辆转向架滚动轴承智能运维方案研究与设计
一、概况
1.选题意义
转向架轴承是城市轨道车辆安全运行最核心、最关键的部件之一，其健康状况直接关系到列车的运行安全与平稳性。传统运维模式对轴承的维护主要依赖固定周期的拆检和“故障后修复”，存在明显弊端：一方面，人工巡检和定期检修难以捕捉轴承内部的早期损伤（如微点蚀、剥落），易导致突发性失效，引发严重安全事故；另一方面，“过度检修”与“检修不足”并存，在人力、物料存在大量浪费的同时却又无法根除潜在行车安全风险。在此背景下，开展城市轨道车辆转向架轴承智能运维方案研究与设计，既是破解当前行业运维痛点的现实需求，也是顺应行业智能化发展趋势、落实国家战略部署的重要举措，具有鲜明的时代背景与工程应用价值。本选题聚焦轨道交通装备的智能化与绿色化核心趋势，在深入分析研究智能化城市轨道交通车辆走行部轴承运维理论与方法的基础上，提出可行的智能运维方案，在经济、社会和环境效益方面都有重要意义。
2.任务分解
（1）智能运维理论与技术调研。系统调研走行部轴承的故障机理、振动监测方法，以及国内外基于PHM的智能运维体系架构、关键算法的研究现状与发展趋势。
（2）方案设计与体系构建。基于调研，提出一个针对走行部轴承的、分层递进的智能运维技术方案。方案需明确感知层、数据层、平台层、应用层的功能、数据流与交互逻辑，提出详细的架构。
（3）核心故障诊断算法研究。选取支撑运维方案的“故障诊断”核心算法深入研究，并以轴箱轴承为重点进行算法设计。利用公开的轴承全寿命周期振动数据集，完成数据预处理、特征工程，重点研究极限梯度提升（XGBoost）智能算法模型，进行模型训练、调优与性能评估。最终形成一套可用的算法原型，提出详细的算法流程并验证达成的故障发现性能。
（4）方案评估与说明书撰写。将子任务2的方案架构与子任务3的核心算法原型进行有机整合，形成一个完整的走行部轴承智能运维设计方案。从技术可行性、经济性、安全性等角度对方案进行综合评估，总结创新点与不足。在此基础上，撰写毕业设计说明书。
二、 已完成工作
1. 完成文献调研和一万一千字左右的英文文献翻译。
2. 毕业设计说明书目录、第一章以及参考文献的撰写。
3. 核心算法（XGBoost）攻关与验证。
（1）CWRU数据集读取。
图1 不同工况下的轴承振动信号
（2）特征提取。提取了11个时域特征（如均值、有效值、偏度、峰度、峰值因子等）和11个频域特征（包括FFT幅值统计、主导频率、5个频带能量、频谱质心），组成22维特征向量。
图2 特征矩阵
（3）对特征进行标准化和标签编码，并使用PCA降维可视化。
图3 特征贡献率
图4 2D/3D可视化
（4）模型训练与性能对比。训练XGBoost模型并通过网格搜索对模型进行调优。为了避免过拟合，采用3折交叉验证。最后与几种经典分类模型（随机森林、SVM、KNN）进行对比来验证性能。
图5 各模型对比
图6 各模型混淆矩阵
三、下一步工作计划
1. 完善代码，进行特征重要性分析，并对最终算法进行效果验证。
2. 完成工程图绘制，主要包括运维方案以及（基于故障诊断的）转向架二维工程图。
3. 撰写毕业设计说明书以及中英文摘要。
问题一：为什么选择XGBoost而不选择深度学习模型
回答：在实际工程中，轴承故障数据往往样本稀少，获取带标签的故障数据成本极高。而XGBoost基于决策树的集成结构，对特征交互的建模能力强，在小样本下通过正则化、交叉验证等手段能有效抑制过拟合。此外，XGBoost训练速度快、可解释性好（可输出特征重要性），便于工程师定位关键特征，且对硬件要求低，易于在工业边缘设备上部署和更新。因此，选择XGBoost更加高效和务实。
问题二：为什么模型的准确率这么高
回答：模型准确率高，主要得益于几点：一是CWRU数据集本身故障特征明显、工况稳定，不同故障类型的振动信号差异显著；二是提取的22个时频域特征（如峰值因子、频带能量等）对轴承故障非常敏感，有效放大了类别可分性；三是XGBoost集成学习能力强，自带正则化防止过拟合，在中小规模表格数据上表现优异。但需要说明，当前无论是数据本身还是数据处理都是有利于模型的理想情况，与实际工况有一些差异，因此模型在实际情况下的准确率会有所下降。
通过本次毕业设计的中期研究工作，我对滚动轴承故障诊断的完整流程有了系统性的认识与实践。在这期间，我要感谢胡洪斌老师的悉心指导，让我在有限的时间内能够找到适合自己的方向，也教会了我处理一类问题的思路与技巧，提高工作效率。
对于中期答辩，我认为其不仅是对当前工作量的检查，更是一次提升自我能力的机会。它更像是为最终答辩准备的一次练习机会，它锻炼我们的表达能力以及临场变通能力。评委老师们的问题或许尖锐，但考验的是我对自己所做成果的理解程度以及应对问题的处理能力，这些都是成长路上宝贵的经验。除此之外，答辩后与胡老师的复盘总结更是让我受益匪浅。