通过研究柴油机高压油管在喷油过程中,产生的振动信号中包含的丰富的燃油系工况信息,发现这一信号具有分形特征,即统计意义上的自相似性,类似一种1/f噪声.利用分形理论可以将其丰富的信息浓缩于信号的功率谱指数或容量维数中,并通过分析它的功率谱指数对燃油系各种工说的敏感性,进行燃油系的不解体诊断,实例诊断表明,它是一种较好的故障诊断方法

6.1 存储器类型与组成 6.2 存储单元工作原理【重点】 6.3 内存芯片工作原理 6.4 内存主要技术性能【重点】 6.5 内存条基本设计 6.6 内存条接口与信号 6.7 内存故障分析与处理

将改进的主元分析(PCA)方法应用于连铸结晶器的过程监测.基于板坯连铸结晶器摩擦力实测数据进行仿真分析,结果表明,改进的PCA避免了Q统计量的保守性,从而能够更有效地识别过程故障与工况改变引起的T2统计量的变化.与传统的PCA方法相比,改进PCA具有更强的故障检测能力

针对滚动轴承故障振动信号的特点,考虑变分模式分解在复杂信号分解及微积分增强能量算子在瞬态成分检测方面的优势,提出基于变分模式分解和微积分增强能量算子的滚动轴承故障诊断方法.首先利用变分模式分解将复杂信号分解为多个本质模式函数,以削弱背景噪声的影响和满足能量算子对信号单分量的要求;然后根据提出的敏感分量选取原则,从本质模式函数中选出包含主要故障信息的本质模式函数为敏感分量;最后利用微积分增强能量算子强化敏感分量中的瞬态冲击,并根据敏感分量瞬时能量的时域波形及Fourier频谱诊断滚动轴承故障.分析结果表明该方法能够有效诊断滚动轴承故障

5.1 主板技术规格与结构 5.2 主板基本组成【重点】 5.3 主板芯片组技术 5.4 主板基本电路【重点】 5.5 主板总线与接口 5.6 主板故障分析与处理

9.1 ATX电源组成与设计规范 9.2 ATX电源电路结构 9.3 电源主要技术性能 【重点】 9.4 电源故障分析与处理

4.1 CPU类型与组成 4.2 CPU生产工艺【重点】 4.3 CPU结构与性能 4.4 CPU设计技术 4.5 CPU散热技术【重点】 4.6 CPU故障分析与处理

振动信号的周期性冲击及其重复频率是滚动轴承故障诊断的关键.本文提出了一种基于集合经验模式分解和交叉能量算子提取滚动轴承故障特征的方法.首先,应用集合经验模式分解方法将振动信号分解为本征模式函数以满足交叉能量算子对信号单分量的要求.然后根据相关程度和峭度从本征模式函数中选取敏感分量,计算敏感分量和原始信号的瞬时交叉能量及其傅里叶频谱.最后根据交叉能量的频谱结构和特征频率识别轴承故障.通过分析滚动轴承故障仿真信号和实验测试信号,诊断了滚动轴承元件故障,验证了该方法的有效性

行星齿轮箱振动信号包含多种频率成分和噪声干扰，频谱具有复杂的边带结构，容易对故障识别造成误导甚至引起错判.在不同故障状态下，行星齿轮箱振动信号的多域特征量将偏离正常范围且偏离程度不同，根据这一特点，提取振动信号的时域、频域特征参量用于故障识别.为了避免传统分析方法中负频率及虚假模态问题，增强对噪声干扰的鲁棒性，采用局部均值分解法将信号自适应地分解为单分量之和，提取时频域单分量瞬时幅值能量.针对多域特征空间构造过程中出现的高维及非线性问题，采用流形学习对数据进行降维处理.提出基于改进的虚假近邻点的本征维数估计及最优k邻域确定方法，并通过等距映射对多域特征空间进行降维分析.对于行星齿轮箱实验信号，根据样本流形特征聚类结果，分别识别出了太阳轮、行星轮和齿圈的局部故障，从而验证了上述方法的有效性

第1章 音响设备概述 1.1 音响技术的基本概念 1.2 高保真音响系统的基本组成 1.3 音响设备的基本性能指标 1.4 声音的基本知识 第2章 调谐器 2.1 调谐器的基本组成 2.2 调幅接收电路 2.3 调频接收电路 2.4 立体声解码电路 2.5 典型调频/调幅调谐器 2.6 数字调谐器 第3章 录音座 3.1 磁记录原理 3.2 录音座电路 3.3 磁头、磁带及驱动机构 3.4 机芯控制电路 3.5 典型整机电路 第4章 功率放大器 4.1 功率放大器的基本组成 4.2 前置放大器 4.3 图示均衡器 4.4 功率放大器 第5章 调音台 5.1 调音台概述 5.2 调音台的操作使用 5.3 调音台典型电路分析 ＊ 第6章 家庭影院AV系统 6.1 AV系统的组成 6.2 环绕声系统 6.3 AV功率放大器 6.4 扬声器系统（音箱） 6.5 家庭影院AV系统的配置 第7章 数字音响设备 7.1 激光唱机（CD机） 7.2 MD微型磁光盘唱机 ＊ 7.3 MP3播放机 第8章 音响设备的故障检修 8.4 激光唱机的故障检修 8.2 录音座的故障检修 8.1 音响设备的故障检修方法 8.3 数字调谐器的故障检修