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

基于最优分类线的概念,提出了一种新的模式识别分类器构建方法——判别域界面几何法.该方法利用BP神经网络的高度非线性,将模式类样本数据从高维输入空间映射至二维判别域空间后,采用多边形中轴提取方法,构造模式类间隙多边形的中轴线,延伸至整个二维判别域空间,生成模式类决策边界.以铁路货车车轮用双列圆锥滚子轴承的故障诊断为例,介绍了判别域界面几何法的应用过程.结果表明,判别域界面几何法能在二维判别域空间上给出各不同故障模式类之间明确的界限,这就给操作者直观判断故障模式类别提供了条件

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

本文在建立预测树的基础上,首次提出将图形化规则语言与预测树技术相结合。使用这种方法.可以方便而有效地建造现场诊断知识库。并以建立轴承疲劳试验故障诊断专家系统知识库为例,说明了其具体应用

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．

论述了对高速无扭精轧机组压帽、保护套和小伞齿轴故障诊断,通过实例说明:对于高度机械化、自动化、连续化生产的设备能通过部件基频上振动峰值的变化发现设备故障

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

掌握传动系中离合器的常见故障、故障现象、故障原因及处理方法和故障诊断方法 掌握离合器总成的维护和修理方法 掌握仪器检测方法

1、掌握传动系中万向传动装置及驱动桥的常见故障、故障现象、故障原因及处理方法和故障诊断方法 2、掌握万向传动装置及驱动桥总成的维护和修理方法 3、掌握仪器检测方法

为解决强背景信号下冲击特征的提取问题,提出了一种自适应多尺度形态学分析方法.对于实际的待分析信号,分别定义长度尺度和高度尺度来确定多尺度形态学分析的结构元素,并基于信号的局部峰值实现自适应多尺度形态学分析.数值仿真实验分析表明,自适应多尺度形态学分析方法较单尺度形态学分析方法更利于提取信号的形态特征,避免了单尺度形态学分析在结构元素选择时的盲目性和对相关先验知识的依赖性.本文所提出的方法应用于轴承故障诊断,结果表明这种方法可以清晰地提取出各种特征信号