频谱分析诊断法 不同故障的特征频率 不平衡、不对中、松动、轴承故障、齿轮故障等 趋势分析法 通频值趋势分析 频谱趋势分析 报警值和危险值的确定 状态监测和故障诊断及其作用 设备维修制度的发展和不同维修制度的比较 故障诊断的各种手段 振动监测仪器的分类及其选用原则 离线仪器和在线系统

6.5 汽车空调系统的维修 6.6 汽车空调系统的故障诊断

工厂供配电故障检修的安全技术措施 故障检验的仪器仪表 主要设备的故障诊断方法和检修方法 部分主要电气设备的故障检修实例

由于轴承故障声信号的混响及临近的机械设备的噪声，造成声信号的频域分析很困难．通过小波变换原理，对滚动轴承故障声信号进行时频分析．通过对声信号的多尺度分解，分离出由故障造成的声信号突变．实验结果表明，较之以往的时域、频域信号处理技术，该方法对声音信号分解更趋合理，是一种可靠和有效的滚动轴承故障诊断新方法．

由于对旋转设备可靠性的要求更迫切,碳氢化 合物、发电、流程和运输工业一贯需要,在这 个领域产生持续的进展。 由于工程和材料科学的进步,旋转机器变得更 快和更轻。同时要求它们能运行更长的时间。 在追求高度可靠运行的过程中,故障的检测、 定位和分析起着关键的作用。 如果利用振动分析,可以连续地监测机器的状 态。可以通过详细的分析确定机器的完好性和 识别可能出现或已经存在的故障

1、掌握液压和气压制动系常见故障的故障现象、故障的主要原因及处理方法和诊断方法 2、掌握液压和气压制动系的维修方法 3、了解最新的故障诊断设备和方法

1.掌握传统仪表的结构、工作原理和故障检测方法。 2.掌握数字仪表的故障检测方法。 3.理解数字仪表的组成和工作原理。 8.1 概述 8.2 传统仪表 8.3 数字仪表 实训项目8.1 传统仪表的故障诊断 实训项目8.2 帕萨特B5轿车数字仪表的故障诊断

❑ 掌握几种辅助电器的作用，了解其各自的使用方法； ❑ 学习几种辅助电器的结构及组成； ❑ 着重学会各种辅助电器的电路分析方法； ❑ 能够分析典型车型的辅助电器电路； ❑ 重点掌握典型车型的辅助电器的故障诊断及排除方法； ❑ 突破书本知识，能够独立分析其它类似电路。 9.1 风窗刮水、清洗和除霜装置 9.1.1 雨刮电机及刮水器 9.1.2 风窗清洗装置 9.1.3 刮水及清洗装置控制电路 9.1.4 后窗除霜装置 9.2 电动座椅 9.2.1 电动座椅的组成 9.2.2 电动座椅的电路原理 9.3 电动门窗 9.3.1 电动门窗的组成 9.3.2 电动门窗的电路原理 9.4 电动后视镜 9.4.1 电动后视镜的组成 9.4.2 电动后视镜的工作原理 9.5 中央集控门锁 9.5.1中央集控门锁的组成 9.5.2中央集控门锁的电路原理 实训项目9.1 雨刮器故障的诊断与检测 实训项目9.2 风窗清洗系统故障的诊断与检修 实训项目9.3 后窗除霜装置故障的诊断与检修 实训项目9.4 电动座椅故障诊断与检测 实训项目9.5 电动门窗的故障诊断 实训项目9.6 电动后视镜的故障诊断 实训项目9.7 中控门锁故障诊断

深度神经网络技术用于机械设备故障诊断展现出了巨大潜力，但繁重复杂的计算量对计算机硬件提出了严苛的要求，严重限制了其在实际工程中的应用。基于此提出一种新型的轻量级神经网络ShuffleNet，用于高速列车轮对轴承故障诊断研究。该网络模型基于模块化设计思想，包含多个高效率的ShuffleNet单元，通过运用分组卷积与深度可分离卷积技术极大改善了传统卷积操作的运算效率；同时使用通道混洗方法克服了通道分组带来的约束，改进了网络的损失精度。实验分析表明，所提网络模型可有效用于复杂工况下高速列车轮对轴承故障诊断，相比传统卷积神经网络、残差网络和Xception等当前深度神经网络模型，在保证诊断精度的同时，运行效率得到大幅提升。这为深度神经网络技术应用于工程实际，克服计算机硬件条件限制提供了一条新的途径

提出基于普通变尺度和周期势自适应随机共振理论，检测噪声背景下轴承滚动体的故障特征.在具体实施过程中，首先用普通变尺度的方法满足随机共振中小参数的条件，然后用随机权重粒子群优化算法作为自适应随机共振参数寻优的优化算法，同时用改进的信噪比作为评价指标.噪声背景下含轴承滚动体故障的实验信号经过普通变尺度下的自适应随机共振处理和优化后，微弱的故障特征可以有效的提取出来.将普通变尺度下的双稳态自适应随机共振和周期势自适应随机共振进行了对比，结果表明周期势自适应随机共振比双稳态自适应随机共振能进一步提高信噪比，并且比双稳态自适应随机共振迭代次数少，用时短.这说明提出的基于普通变尺度和周期势系统自适应随机共振的轴承滚动体故障诊断方法具有优越性，尤其是在工程实际中，故障监测所需的数据量大，计算时间长，如能较早的预警，可以提高诊断效率并减少不必要的损失.因此，这种轴承滚动体故障诊断方法对提高机械设备故障诊断效率具有参考价值