轴承作为电子机械系统中关键的部件，是最常见的故障源之一。如果不能及时检测出轴承故障，轻则停机维修，造成经济损失，重则导致灾难性事故。因此，需要尽可能及时地侦测与诊断轴承故障，这对于高铁、飞机、核电力工厂等事关国计民生的支柱行业尤其重要。

本团队提出一种快速的轴承故障预警与诊断方案，它融合了能抽取数据本质特征的自组织映射（SOM）和隐马尔可夫模型（HMM）的优点，以web为系统平台，将Matlab的强大建模功能与Python的高效开发优势有效整合，构建数据驱动的交互式轴承故障预警与诊断系统。

本系统主要功能如下：

1.在线轴承故障预警：以高效、准确为目的优选监控指标，实时、直观呈现不同型号轴承的健康状况，外圈、内圈和球故障检测率均达100%；

2.不同型号轴承的模型训练：对于不同型号轴承，无需重新建立精确的数学模型，只需要历史数据即可建立故障模型；

3.可视化报警：一旦监控指标超过报警阈值，立刻通过轴承动态图将故障发生位置可视化；

4.轴承故障的高效自动分类：检测出故障后，迅速对轴承故障自动分类，平均分类率达99.58%；

5.警情处理：及时通知维修人员，维修后提交日志；

6.建立完善的数据库：所有数据及时存入数据库，为系统可持续开发与应用做好数据储备。

本系统设计理念如下：

1. 实现检测、分类自动化——根据采样数据自动检测故障并迅速实现自动故障分类；

2. 实现无损检测——采用数据驱动的轴承故障检测与诊断，无需拆卸机械设备；

3.实现合理、高效的人机交互——轴承类型选择、警情一键通知、维修日志填报都可交互式实现；

4.系统的适用性广——本系统有广泛适用性，能用于各种类型的滚动轴承的故障预警；

5.系统的可持续开发性——预留部分开发接口，为系统可持续开发与应用做好储备。