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

为了解决齿轮故障诊断中传统的声振信号分析方法容易受到周围设备及环境噪声干扰的问题,提出了一种独立分量分析和自相关分析相结合的齿轮故障诊断方法.首先用独立分量分析分离特征信号和干扰信号,然后用自相关分析提取特征信号中的周期成分.实验结果表明,该方法可以有效地提取在强背景噪声干扰下的齿轮故障特征

§5.1齿轮的故障诊断 §5.2滚动轴承的故障诊断 §5.3静止设备的故障诊断 §5.4发动机诊断技术

硬盘软故障完全修复手册一一数据结构篇 硬盘是计算机中极为重要的存储设备,计算机工作所用到的全部文件系统和数据资料的绝大多数都 存储在硬盘中。硬盘是产生计算机软故障最主要的地方,常见的硬盘软故障有:硬盘重要参数及文 件丢失,电脑不能起动:碎片过多,电脑运行速度变慢:硬盘分区后丢失容量等

针对矿山破碎机的声音故障诊断受复杂现场环境制约、确诊率低的难题,结合独立分量分析(ICA)在自然图像和连续语音信号中特征提取的方法,采用两层ICA分别用于从混杂声音中提取各采集通道(部位)的统计独立声音信号和进一步提取该信号的特征基.训练阶段生成的特征基系数序列用来生成矢量量化(VQ)的码书,设计出ICA-VQ破碎机故障诊断系统.现场采集数据的实验中系统的故障诊断准确率达到96.8%,表明系统的高效性

介绍了一种多输入、多输出系统的故障诊断参数选择方法,该方法以可观参数集的信息熵为标准,进行启发性诊断参数集的划分,先以系统状态决定的启发性诊断多数子集作为驱动数据,实施正向推理,缩小目标集合;再以故障目标集合为对象,进行反向推理以确定最终故障集合;最后将故障集合的元素所对应的可测诊断参数作为系统的诊断参数进行测量。该方法构成了诊断型专家系统的一子部分

所谓替代检测法就是用一个好元件代换怀疑有故障的元件。此法 ，对检修汽车音响软故障有独到的实效。在汽车音响各级放大电路 的检修巾，常常会遇到一些用常规仪表不好检测的故障件，因而不 能对它们的好坏进行判断，如小容量（0.01F以下）电容器失效( 容量减小或开路等)。此时，可用相同型号(或类似的)好元器件替换 被怀疑的元件，这样就能迅速地找出故障元件，恢复机器的正常工 作状态

在深入研究APT-2神经网络结构的基础上,提出了一种基于神经网络的自适应故障模式分类方法,并应用在轴承故障诊断中,结果表明:该方法对轴承故障模式具有自学习、快速稳定的识别能力

17.1微机的日常使用与保养 17.2微机故障类型及原因 17.3硬件故障的查找方法 17.4硬件维护维修工具 17.5阅读资料:微机常见故障及排除