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

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

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．

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

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

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

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

直接影响到机床的正常运行和安全性,要检査接地排上接地端子 连接是否紧固,接触是否良好 当机床出现电源故障时,首先要査看熔断器、断路器等保护 装置是否熔断或跳闸,找出故障的原因,如短路,过载等。断路 器相当于刀开关、熔断器、热继电器和欠电压继电器的组合,是 种既有手动开关作用又能自动进行欠电压、失电压、过载和短 路保护的电器

通过对烧结风机滑动轴承特性计算及从风机转子结构出发，建立风机转子—轴承系统的力学模型，用来校核系统的稳定性、分析影响稳定性的各种因素及查找风机系统存在振动问题的原因．同时应用旋转机械状态监测故障诊断CAMD-6100系统，对现场烧结风机进行监测，分析监测数据，最终找出故障原因，并加以解决．

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