第一节 发动机控制系统（ENG）的检测 第二节 有故障代码的故障诊断 第三节 非故障代码类故障的诊断

• 熟悉汽车空调系统的基础理论和知识； • 掌握汽车空调系统的结构和工作原理； • 了解汽车空调的取暖与配气系统； • 掌握汽车空调系统的控制元件及控制电路； • 掌握汽车空调系统的压力检测、系统排空、检漏、抽真空、制冷剂充注； • 熟悉汽车空调系统的常见故障诊断方法

6.5 汽车空调系统的维修 6.6 汽车空调系统的故障诊断

❑ 描述车用起动机的组成模式。 ❑ 掌握车用起动机的结构和检修。 ❑ 掌握识读汽车电路图的要领和基本步骤。 ❑ 了解车用起动机的常见故障和诊断检修方法。 ❑ 熟悉起动系的故障诊断与检修流程

基于小波理论,针对典型旋转往复式机械——汽车发动机振动信号进行了降噪分析研究,提出了适合这类振动信号降噪的分析方法,并通过对实验数据的分析验证了该方法的正确性和有效性.该研究为对汽车发动机振动信号进行降噪处理,进而对其实施故障诊断提供了可靠的保障

针对滚动轴承故障精密诊断的需要,采用小波包分析方法提取了滚动轴承故障的特征信号,通过小波包分析将高频信号分解到8个频带中,以频带能量作为识别故障的特征向量,应用RBF径向基神经网络建立了从特征向量到故障模式之间的映射,现场采集的数据分析表明,采用小波包和神经网络相结合的方法可以比较准确地识别滚动轴承的故障

提出了一种基于免疫原理的故障检测及诊断系统模型.通过对检测对象正常工作状态下获得的自己模式串的阴性选择,随机产生初始检测器;利用基于人工免疫的进化学习机制,实现对检测对象异常工作状态下获得的非己模式串进行学习和记忆;利用进化学习结果和系统故障信息库知识,区分和标记不同故障在状态空间上对应的区域.将抗原学习过程中抗体集合变异所产生的各代抗体集合看作随机序列,给出了序列的收敛条件及证明,证明了所提出的动态免疫进化学习算法是概率弱收敛.应用于机床齿轮箱故障检测和诊断问题的实验结果表明了所提出方法的有效性

将分形维数用于刻划滚动轴承在不同故障状态下表现的非线性行为,进而对轴承的运行状态进行判别.实验结果表明,滚动轴承振动信号在不同运行状态下的分形维数是不同的,可以将分形维数做为识别滚动轴承故障的特征量

对测取的齿轮箱振动信号进行了离散小波变换,提取了齿轮箱螺栓拉断的故障信息.结果表明,小波变换或小波分析为判断、预防同类事故提供了一种有效的分析手段

针对大型齿轮箱低速轴故障信息难以提取的问题,采用小波分析方法对故障数据进行处理以实现信号在时/频域的局域性分析,将其无冗余、无泄漏地分解到一组具有紧支撑性的小波基上.文中采用小波分层突变系数作为判别故障隐患的特征值,并对该特征值进行趋势分析.结果表明:小波变换能有效捕捉冲击信号的时域特征和故障发生的时间历程,用小波分层突变系数所做的趋势图能有效地预测故障发展趋势,避免突发故障