1、“.....小波分析己成热点。小波变换是克服了传统傅立叶变换缺陷的种时频分析方法，它能采用多重分辨率，刻画信号的局部瞬变特征，并已广泛应用于信号处理图像压缩模式识别和非线性分析等相关领域。近几年来，模糊控制故障树分析专家系统人工神经网络等新技术不断出现，为故障诊断技术在理论方而的发展带来了新意。这些新的研究方法将使机械设备的状态监测和故障诊断向系统化和智能化方向发展，但如何将这些方法与实际工程问题有效地结合，从而提高诊断成功率，已成为此类研究需要重点解决的课题。在监测诊断系统的软硬件配备方而，软仪表技术成了最新的研究热点。软仪表技术用于机械故障诊断时，包含了传统仪器所有信号采集与控制信号分析结果输出与显示等功能，使传统仪器的大部分硬件甚至整个仪器都被软仪表取代。目前国内很多高校......”。

2、“.....并用于生产实际。轧机故障诊断技术的开发应用前景随着网络技术的日臻完善，而向的监视诊断技术和设备诊断软件正成为新轮的研究热点。尤其是机床般旋转机械电机设备等，不仅在美国日本等发达国家出现了许多监测诊断的公司在我国也有很多科研人员致力于此项研究。华中科技大学等高校在轧机的远程监测与故障诊断方而进行了许多有益的尝试。通过对宝钢热轧厂精轧机架的结构历史故障记录及轧制生产过程等系列因素进行综合分析，在轧机故障诊断系统中设置了路通道，包括测力系统路液压系统路振动系统路温度系统路电气量路等。结语随着轧机故障诊断技术的日臻成熟和完善，建立诊断专家系统从而最终实现智能化诊断成为当务之急，其首要任务是建立基于轧机类型的诊断推理系统。此外，形成诊断知识库系统也是大势所趋。结论首先，在毕业设计期间，我查阅了有关轧机方面的资料，在下厂实习期间......”。

3、“.....更使我对轧机的主电动机容量的选择轧制力的计算轧辊的强度计算机架的强度计算轧辊滑动轴承的验算安全环的计算滑块式万向联接轴的验算齿轮强度的计算都有了更加深入的学习。其次，毕业设计中使我在大学中所学到的轧钢机械机械设计机械原理机械制图材料力学公差与互换性等课程都得到了复习，并且使这些理论知识在实际中都得到充分的应用。毕业设计期间，通过查阅资料下工厂实习与指导老师以及同学共同研究探讨，使我不仅大大加宽了知识面，提高了设计能力和独立思考的能力，同时，这次毕业设计为我以后走上工作岗位打下了良好的基础。总之，这次毕业设计不仅是对我所学知识的综合检验，而且对我今后的学习工作都具有重要的意义。参考文献蒲良贵，纪名刚主编机械设计第八版北京高等教育出版社，陈于萍，周兆元主编互换性与测量技术基础第二版北京机械工业出版社，杨月英......”。

4、“.....何铭新，钱可强主编机械制图第五版北京高等教育出版社，邹家祥主编轧钢机械第三版北京冶金工业出版社，邹家祥主编轧钢机械修订版北京冶金工业出版社，马鞍山钢铁设计院等编中小型轧钢机械设计与计算北京冶金工业出版社，邹家祥等编轧钢机现代设计理论北京冶金工业出版社，刘宝珩主编轧钢机械设备北京冶金工业出版社，机械工程材料性能数据手册编委会编机械工程材料性能数据手册北京机械工业出版社，冶金工业部有色金属加工设计研究院主编板带车间机械设备设计上册北京冶金工业出版社，冶金工业部武汉钢铁设计研究院主编板带车间机械设备设计上册北京冶金工业出版社，孙桓，陈作模，葛文杰主编机械原理第七版北京高等教育出版社，成大先主编机械设计手册第三版第卷北京化学工业出版社，成大先主编机械设计手册第三版第卷北京化学工业出版社，成大先主编机械设计手册第三版第卷北京化学工业出版社......”。

5、“.....成大先主编机械设计手册第三版第卷北京化学工业出版社，成大先主编机械设计手册单行本北京化学工业出版社附件外文资料翻译译文热轧钢数据挖掘方法的缺陷尺度的预测,,,,摘要规模缺陷是在热轧钢表面常见的缺陷。这种缺陷的原因并不简单。随着数据挖掘方法的提高，过程变量之间的依存关系多维化和产品成分可以被发现。对于本研究中，个高维数据集来自芬兰的拉赫公司等资料得集合。数据同时载有平均价值和工艺价值测量的不同的频率。同时该变量以及分配在钢带测量前建模阶段得到解决。这项研究使轧制过程的模拟和规模缺陷得以可见。自组织系统映射的被用于这些任务。关键词数据挖掘，神经网络，热轧钢，规模缺陷介绍规模缺陷是种常见的表面缺陷在热轧钢中，因此它是认识钢表面风险重要的因素，从而导致对钢铁表面的规模缺陷。热轧钢带被选为本研究中，由于其要求有严格的表面质量......”。

6、“.....它是最里层，只有在稳定温度高于的在热轧过程它构成条件缺陷的规模大约。拥有几个规模不同类型的机制形成。轧在规模开发时或黑色更难氧化物滚到在表面整理过程。红色规模主要与高硅含量，虽然这不是个必要条件。在红色规模的检测，只有个小的可能性为混淆与其他些缺陷红色规模。当这两种类型是致时，它有可能推测出些中规模缺陷将被忽略的检测系统，并超过，硅含量，因此带人调查只对红色的规模和其他部分数据滚规模。定额缺陷的起源直是为许多研究项目感兴趣的主题，但它仍然是很难找到造型上的缺陷相关的文献。没有规模的物理模型成立至今已制订。对于这个问题建模是由于高维变组它们的相互作用。为形成规模的几个原因在文献中提到，包括对其的影响温度和时间轧制力和减少钢的成分和天然气的气氛。硅含量和加热温度也有关的因素，因为熔融铁橄榄石加快结垢速率......”。

7、“.....不平衡冷却在因素中有人提到。然而，目前关于如何处理知识条件和钢级的最终性能影响高等教育规模零散。温度被认为是个最明显的潜在规模因素形成，但这研究却取得了自相矛盾的结果。剪切机破碎高温计卷材箱高温计规模表面检查系统图型精轧机布局图首次出版的按比例缩放表面质量模型研究，引起的项申请书奥钢联表地带，日前出版发行。这种模式进行训练与整个加工过程运用了大量的样本，例如使用高温射线测量。该系统的预测能力等同规模阶段，这些资料。前处理继续与选择最有意义的变量利用个高级官员会议，以及变量的数目从个减少至日建模阶段。在建模的重点是在规模数量精轧机后，由于现有的规模缺陷检测系统检测后，才完成规模轧机。模拟整个规模形成过程将所需的规模，在整个检测轧制过程安德费尔等。他们的文章中指出了认为分类表面检测系统的准确性值得怀疑。事实上，在规模效益检测系统是高度依赖环境条件......”。

8、“.....因此，它可以说是规模内容建模尽可能利用高频数据同步。该项被称为建模工具的使用是可行的高级官员。该方法本身是健全和更好地估计了与不均分布式比采用输出变量。形成规模不同的产品之间的不同性质，和造型都集中在定的质量组。因此，应进步分析更适用广泛地向其他团体。作为知识大规模群体行为的不同质量的增加，下步将是个联机模式的实施。该模型应该在网上学习，因为有差异显着的规模缺陷的数量从数据集之间的不同时期。鸣谢作者们想表达他们的感激先生米克热胡拉与预处理的数据，并协助哈里霍尔凯斯托分析和在芬兰的拉赫先生，支持他的专业知识。研究是由国家技术局资助。参考文献,,,,,,,,,,,,,,,,,,,,,,,译文监测系统防止停工个在线监测系统安装在斯金尼格罗夫轧机上，在英国的重型机械设备中，发现两个轴承故障在它的第个星期的运作中......”。

9、“.....在英国近沙特伯恩，拜斯海斯金尼格罗夫工厂，是集团的部分，生产土方机械，材料处理，造船和采矿业的热轧钢片。支持主轴轴承的对监测双机架可逆轧机以前就有工作人员在停机天进行维护。这涉及两名工人剥离下来的轴承座及手动检查他们。如果没有新发现，同样的轴承被重新组装和改装入磨。现在的任务是做旋转，使每轴承配对视察每个星期。恶劣环境在设备运作中，由于恶劣的环境，使轴承内微粒污染在拆卸和再安装过程中增加了风险。该小组必须确保，当他们改装了的轴承有正确的轴承间隙，而这需要很多时间。年初，继从斯金尼格罗夫要求的钢厂状态监测的小组进行巡逻监测轴承。通过使用便携式振动监测设备以获取数据轴承缺陷频率，他们报告了些有趣的发现。在的的商务开发工程师泰勒和伊恩说我们发现，从我们的手持设备中可以得到些非常可靠的数据，让我们来了解六对轴承和确定何时会失败的情况。不过由于健康和安全原因......”。