機(jī)械故障診斷期末資料考題講解

1、機(jī)械故障診斷期末資料1. 概述一下人工智能診斷方法，重點(diǎn)介紹其中一種：原理，優(yōu)缺點(diǎn)， 應(yīng)用范圍，未來發(fā)展趨勢。 答：神經(jīng)網(wǎng)絡(luò)法，模糊診斷法，故障樹分析法，專家系統(tǒng)診斷法。一、神經(jīng)網(wǎng)絡(luò)法 ：人工神經(jīng)網(wǎng)絡(luò)簡稱神經(jīng)網(wǎng)絡(luò)， 它用大量簡單的基本元件模擬生物的神 經(jīng)信息處理方式。 它是模擬人腦神經(jīng)組織結(jié)構(gòu)特性建成的非線性動(dòng)力 學(xué)網(wǎng)狀系統(tǒng)，有類似人腦處理信息的某些功能。 它的特點(diǎn)： 并行處理（神經(jīng)元并行處理數(shù)據(jù)）， 容錯(cuò)性（神經(jīng)網(wǎng)絡(luò)通過學(xué)習(xí)獲得的知識(shí)，存儲(chǔ)在網(wǎng)絡(luò)的大量神經(jīng)元 及它們的連接中部分神經(jīng)元損壞停止工作， 或出現(xiàn)差錯(cuò)， 也不影響網(wǎng) 絡(luò)的記憶處理能力，系統(tǒng)的輸出不受影響） 自適應(yīng)性（網(wǎng)絡(luò)的連接強(qiáng)度 （

2、權(quán)重）可以改變， 網(wǎng)絡(luò)的可塑性很強(qiáng)。 所以通過訓(xùn)練與學(xué)習(xí)，網(wǎng)絡(luò)能實(shí)現(xiàn)規(guī)定的功能，適應(yīng)各種外部環(huán)境， 具有很高的自適應(yīng)能力。） 具體模擬方法： 將生物神經(jīng)元輸入、 輸出脈沖的密度用模擬電壓來表 示，則可用如圖 1 所示的模型模擬生物神經(jīng)元信息 BP網(wǎng)絡(luò) （ Back-Propagation ），即著名的 BP算法 i 為相應(yīng)的突觸連接權(quán)系圖中 xi （ i=1 ， 2, ，n），為加于輸入端（突觸）上的輸入信號(hào)；數(shù)，它是模擬突觸傳遞強(qiáng)度的一個(gè)比例系數(shù)； 表示突觸后信號(hào)的空間累加； 表示神經(jīng)元的閥值； 表示神經(jīng)元的響應(yīng)函數(shù)。該模型的數(shù)學(xué)表達(dá)式為神經(jīng)元模型神經(jīng)網(wǎng)絡(luò)優(yōu)缺點(diǎn) ：優(yōu)點(diǎn)： 1.工作時(shí)具有高速

3、度 2.具有容錯(cuò)和容差能力 3.適合于求解難以 找到好的求解規(guī)劃的問題。缺點(diǎn)： 1.通用性差 2.不宜用來求解必須得到正確答案的問題 3.難于精 確分析神經(jīng)網(wǎng)絡(luò)的各項(xiàng)性能指標(biāo)。神經(jīng)網(wǎng)絡(luò)應(yīng)用范圍：圖像處理，信號(hào)處理，模式識(shí)別，機(jī)器人控制， 醫(yī)療，焊接領(lǐng)域。神經(jīng)網(wǎng)絡(luò)故障診斷系統(tǒng)用途： 用來識(shí)別設(shè)備的故障類型， 只要用不同類型的訓(xùn)練樣本集對(duì)網(wǎng)絡(luò)訓(xùn)練 之后，網(wǎng)絡(luò)就能對(duì)輸入的新監(jiān)測信息迅速給出設(shè)備故障類型的判斷。二、模糊診斷法。模糊診斷來由： 機(jī)械設(shè)備的運(yùn)行狀態(tài)有些是明確的， 有些則界限不清 帶有不同程度的模糊性，尤其是設(shè)備出現(xiàn)早期故障時(shí)。同樣，機(jī)械設(shè) 備狀態(tài)的特征參數(shù)，其“大小” “強(qiáng)弱”有些也是界限

4、不清帶有不同 程度的模糊性。 傳統(tǒng)的二值邏輯診斷設(shè)備故障， 即特征量超過某值就 認(rèn)為“大”，是故障的表現(xiàn)（征兆），設(shè)備就判為有故障；特征量低 于某值就認(rèn)為“小”，設(shè)備就判為無故障，是十分不合理的。 模糊診斷基礎(chǔ)：模糊數(shù)學(xué)。模糊數(shù)學(xué)將 0 、 1 二值邏輯推廣為可取 0, 1 閉區(qū)間中任意值的連續(xù)邏輯，它是研究處理模糊現(xiàn)象的一種數(shù)學(xué)方法。模糊診斷主要原理：模糊診斷主要用于多特征參數(shù)（特征向量，征兆 向量）的故障綜合診斷。 診斷前應(yīng)先建立設(shè)備故障 （狀態(tài)）與征兆（ 特 征）的模糊關(guān)系矩陣，然后根據(jù)監(jiān)測到的特征參數(shù)值并通過隸屬函數(shù) 確定出征兆 （特征） 模糊向量；最后根據(jù)征兆模糊向量和模糊關(guān)系矩陣

5、計(jì)算設(shè)備的故障（狀態(tài)）模糊向量，從而推斷出設(shè)備最大可能的運(yùn)行 狀態(tài)。三、專家系統(tǒng) 專家系統(tǒng)簡介： 專家系統(tǒng)是由計(jì)算機(jī)軟件組成的系統(tǒng)， 它具有某一領(lǐng) 域的專家知識(shí)和推理方法， 能解決專家才能解決的難題。 所以它是一 種模擬專家大腦功能的智能型軟件系統(tǒng)，是人工智能的一個(gè)重要分 支，用以解決復(fù)雜的、高難的故障診斷問題。專家系統(tǒng)組成：1知識(shí)庫知識(shí)庫是存放專家知識(shí)、經(jīng)驗(yàn)和書本知識(shí)、常識(shí)的存儲(chǔ)器。建立知識(shí) 庫的主要問題是知識(shí)的表達(dá)形式， 知識(shí)必須轉(zhuǎn)換成便于計(jì)算機(jī)管理和 使用的形式后，才能存放在知識(shí)庫中。2數(shù)據(jù)庫數(shù)據(jù)庫又稱工作存儲(chǔ)器或稱黑板， 用來存放輸入的初始信息， 推理過 程中得到的中間信息和最終的結(jié)論

6、。 數(shù)據(jù)庫與知識(shí)庫的區(qū)別在于前者 的內(nèi)容在推理過程中要不斷變化， 而后者的內(nèi)容只能通過知識(shí)獲取器 才能進(jìn)行改變。3推理機(jī)推理機(jī)是一組計(jì)算機(jī)推理程序， 用來控制、 協(xié)調(diào)知識(shí)庫與數(shù)據(jù)庫的運(yùn) 行，其任務(wù)是根據(jù)數(shù)據(jù)庫中用戶輸入的信息，利用知識(shí)庫中的知識(shí)， 按一定方法（演繹推理、歸納推理、聯(lián)想與類比等）推導(dǎo)出應(yīng)有的結(jié) 論。推理程序與專家知識(shí) （存放在知識(shí)庫中） 分離是專家系統(tǒng)與傳統(tǒng)的計(jì) 算機(jī)應(yīng)用程序本質(zhì)上的區(qū)別， 正是由于知識(shí)和推理程序的分離才使專 家系統(tǒng)具有極大的靈活性， 可以處理本專業(yè)領(lǐng)域中的各種問題， 而且 這種分離也使知識(shí)的修改，更新，充實(shí)變得十分容易，使專家系統(tǒng)具 有很強(qiáng)的適應(yīng)性。4解釋器解釋

7、器是對(duì)推理過程做出解釋的一組程序， 其任務(wù)是回答用戶問題使 用戶理解專家系統(tǒng)推理過程的細(xì)節(jié)， 增強(qiáng)用戶對(duì)專家系統(tǒng)作出結(jié)論的信任程度。5知識(shí)獲取器 知識(shí)獲取器又稱知識(shí)庫的編輯程序，其任務(wù)是建立，修改，充實(shí)知識(shí) 庫中的知識(shí)。 知識(shí)獲取過程又稱機(jī)器學(xué)習(xí)過程， 是專家知識(shí)（知識(shí)源） 轉(zhuǎn)移到知識(shí)庫的過程。 最基本的機(jī)器學(xué)習(xí)過程是由專家系統(tǒng)的設(shè)計(jì)者 向領(lǐng)域?qū)＜沂占R(shí)經(jīng)過整理加工后， 輸入系統(tǒng)存入知識(shí)庫。 最高級(jí) 的機(jī)器學(xué)習(xí)過程是通過全自動(dòng)化系統(tǒng)自動(dòng)獲取知識(shí)， 這是解決知識(shí)獲 取“瓶頸”的根本出路，也是人工智能領(lǐng)域目前的研究熱點(diǎn)。 專家系統(tǒng)發(fā)展趨勢： 近年來 , 發(fā)展專家系統(tǒng)不僅要采用各種定性的模 型,

8、而且要將各種模型綜合運(yùn)用 , 以及運(yùn)用人工智能和計(jì)算機(jī)技術(shù) 的一些新思想和新技術(shù) , 如分布式和協(xié)同式。 這些都是專家系統(tǒng)的 發(fā)展趨勢。 1 通用性專家系統(tǒng) 2 分布式專家系統(tǒng) 3 協(xié)同式專家系統(tǒng)。四、故障樹分析法 故障樹分析法原理：故障樹分析法 （FTA: Fault Tree Analysis） 是在系統(tǒng)設(shè)計(jì)過程中， 通過對(duì)可能造成系統(tǒng)失效的各種因素 （包括硬 件、軟件、環(huán)境、人為因素） 進(jìn)行分析，畫出邏輯框圖（即故障樹） ， 從而確定系統(tǒng)失效原因的各種可能組合方式或其發(fā)生概率， 以計(jì)算系 統(tǒng)失效概率， 采取相應(yīng)的糾正措施， 以提高系統(tǒng)可靠性的一種設(shè)計(jì)分 析方法。它的優(yōu)點(diǎn)：（ 1）故障樹是

9、一種圖形演繹法，它用圖形清晰的表達(dá)了 系統(tǒng)故障事件的內(nèi)在聯(lián)系并指出了單元故障與系統(tǒng)故障之間的邏輯 關(guān)系。2）故障樹分析法能夠把系統(tǒng)故障各種可能因素聯(lián)系起來，有利于找到系統(tǒng)的薄弱環(huán)節(jié)和系統(tǒng)的故障譜。（ 3）故障樹可以作為管理和維修人員的一個(gè)形象的管理、 維修指南， 可以大大縮短維修人員的培訓(xùn)時(shí)間。（4）通過故障樹可以定量的計(jì)算復(fù)雜系統(tǒng)的失效概率和可靠性參數(shù)， 可以求出復(fù)雜系統(tǒng)的一些可靠性特征量， 還能讓設(shè)計(jì)人員弄清楚系統(tǒng) 故障模式和成功模式，衡量元、部件對(duì)系統(tǒng)的危害度和重要度，為改 進(jìn)和評(píng)估系統(tǒng)提供定量的依據(jù)。（5）故障樹分析和計(jì)算機(jī)技術(shù)的結(jié)合，計(jì)算機(jī)程序已成為故障樹分 析中不可缺少的工具。它的

10、缺點(diǎn)：（1）復(fù)雜系統(tǒng)的建樹工作量大，容易導(dǎo)致錯(cuò)漏。對(duì)于研究目標(biāo)的系 統(tǒng)故障，各個(gè)分析人員所取的范圍會(huì)有所不同， 因而可能漏掉重大的 系統(tǒng)故障。同樣，在系統(tǒng)故障逐步向元、部件做演繹分析時(shí)，也有可 能漏掉一些元、部件故障模式。（2）FTA 法理論性較強(qiáng)，邏輯性比較嚴(yán)密。對(duì)分析人員的經(jīng)驗(yàn)和知 識(shí)水平要求較高。（3）收集數(shù)據(jù)困難。在故障樹診斷系統(tǒng)中，頂事件的概率是由若干 底事件的概率按照一定的規(guī)律求得。 當(dāng)數(shù)據(jù)不可信時(shí)， 故障分析的結(jié) 果亦不可信。（4）無法解決頂事件和底事件的發(fā)生概率不確定 （模糊概率 ）問題， 故障樹分析法要求系統(tǒng)的底事件和頂事件是一個(gè)確定性的事件， 即要 么發(fā)生故障要么正常， 這

11、樣才能確定頂事件是否處于正常狀態(tài)。 然而 對(duì)于非確定性的模糊事件構(gòu)成的故障樹， 用傳統(tǒng)的故障樹分析方法就 顯得無能為力了。一般來說，模糊事件在實(shí)際中是大量存在的，事件 發(fā)生的不確定性才是事件的本質(zhì)。應(yīng)用范圍：運(yùn)用于核工業(yè)、 航天、航空、機(jī)械、電子、化工等各領(lǐng)域。 （1）在事故樹分析中頂上事件可以是已經(jīng)發(fā)生的事故，也可以是預(yù) 想的事故。通過分析找出事故原因，采取相應(yīng)的對(duì)策加以控制，從而 可以起到事故預(yù)防的作用。（2）查明系統(tǒng)內(nèi)固有的或潛在的各種危險(xiǎn)因素，為安全設(shè)計(jì)、制定 安全技術(shù)措施和安全管理提供科學(xué)、合理的依據(jù)。發(fā)展趨勢：（ 1）基于 BDD 的 FTA 方法。 利用傳統(tǒng)的 FTA 方法 計(jì)算

12、系統(tǒng)中的部件重要度是一個(gè)非常復(fù)雜的過程，而 利用 BDD 方法來分析部件重要度，計(jì)算系統(tǒng)的各基本 事件的結(jié)構(gòu)重要度和概率重要度時(shí)， 可通過計(jì)算機(jī)編 程來實(shí)現(xiàn)，計(jì)算效率也比較高，適用于靜態(tài)系統(tǒng)。（ 2）基于 Petri 網(wǎng)的 FTA 方法。 Petri 網(wǎng)對(duì)系統(tǒng)的動(dòng) 態(tài)行為建模方面的能力很強(qiáng)。 將故障樹轉(zhuǎn)換為 Petri 網(wǎng) 模型時(shí)，故障征兆在故障傳播時(shí)不會(huì)改變，因此 Petri 網(wǎng) 是適合描述此類轉(zhuǎn)換的模型。 應(yīng)用 Petri 網(wǎng)簡化故障樹 模型，可以減少最小割集的計(jì)算量。3）基于貝葉斯網(wǎng)絡(luò)的 FTA 方法。 貝葉斯網(wǎng)絡(luò)能夠 描述系統(tǒng)多態(tài)性且故障邏輯關(guān)系非確定性， 并能進(jìn)行 不確定性推理，更適

13、合復(fù)雜系統(tǒng)可靠性分析，在多態(tài)故 障樹基礎(chǔ)上建立貝葉斯網(wǎng)絡(luò)， 計(jì)算條件概率和各元件 的重要度， 能夠提高 FTA 方法描述和處理不確定信息 的邏輯能力。（ 4）基于 FTA 方法的智能故障診斷系統(tǒng)。 智能故障 診斷系統(tǒng)具有界面友好、操作簡單、功能完備、修改方 便以及可擴(kuò)展性、可封閉性等特點(diǎn)。第二題：常用的機(jī)械故障診斷方法，它的原理和方法是什么，用了哪 些傳感器，請(qǐng)?jiān)敿?xì)講一種。答：有噪聲診斷法，振動(dòng)診斷法，溫度診斷法，油液分析法。一、噪聲診斷法包括能量統(tǒng)計(jì)法，聲發(fā)射法等。（1）能量統(tǒng)計(jì)法原理：通過機(jī)械運(yùn)行時(shí)釋放聲能的變化來判別機(jī)械 是否出現(xiàn)故障。他的缺點(diǎn)是：原理雖簡單，但在實(shí)際運(yùn)用中技巧很難 掌握

14、，容易受到混合信號(hào)的干擾，所以限制了它的推廣。（2）聲發(fā)射法原理：通過設(shè)備運(yùn)行中部件釋放的彈性波能量，來實(shí) 現(xiàn)故障的識(shí)別和采集。應(yīng)用范圍 : 機(jī)械加工中金屬材料狀態(tài)以及軸承 滾子（尤其是低速軸承）等表面狀態(tài)。所用傳感器：諧振式傳感器， 差動(dòng)式傳感器，寬帶傳感器。二、振動(dòng)診斷法 振動(dòng)診斷法原理： 設(shè)備在運(yùn)轉(zhuǎn)過程中都會(huì)不同程度地發(fā)生振動(dòng)。 當(dāng)它 們穩(wěn)定工作時(shí)， 振動(dòng)有一個(gè)典型的極限值和一定的特性。 而當(dāng)設(shè)備內(nèi) 部的零件發(fā)生異常，振動(dòng)的大小和振動(dòng)的型式都會(huì)發(fā)生變化。因此， 我們可以用先進(jìn)的檢測和分析儀器， 對(duì)設(shè)備進(jìn)行振動(dòng)測量， 根據(jù)測得 的振動(dòng)參數(shù)，分析和判斷設(shè)備的運(yùn)行狀態(tài)。常用傳感器：有位移傳感器

15、，加速度傳感器，速度傳感器。三、溫度診斷法 溫度診斷法原理：溫度異常是機(jī)械設(shè)備的“熱信號(hào)”，利用這種熱信 號(hào)可以找到機(jī)械部件中的缺陷和熱應(yīng)力引起的故障。四、油液分析法 原理：根據(jù)光譜、鐵譜等實(shí)驗(yàn)室方法分析油樣的成分、磨粒大小、形 狀、色彩等方面確定磨損部位，磨損原因，磨損程度。 適用范圍：在發(fā)動(dòng)機(jī)、齒輪傳動(dòng)、軸承系統(tǒng)、液壓系統(tǒng)等。 優(yōu)點(diǎn)：無需對(duì)系統(tǒng)分解和拆卸 , 可減少維修時(shí)間和人力、物力 , 提高設(shè)備的完好率。缺點(diǎn)：在技術(shù)上我國目前的油液分析工作主要以實(shí)驗(yàn)室儀器分析為 主, 不能完全滿足外場快速分析診斷的需求 。案例： (1) 某艦艇主柴油機(jī)連桿軸瓦鍍層異常磨損分析(2) 某艦絞纜機(jī)液壓油泵

16、嚴(yán)重磨損分析 發(fā)展趨勢：1嵌入式傳感器和在線監(jiān)控系統(tǒng)。2 便攜式和微型化儀器 近年來 , 各國研制了多種便攜式通用油液 分析儀器 , 以適應(yīng)于外場使用。3 多參數(shù) 、多功能 、綜合化油液分析儀器 ，為更好地確定油品和機(jī)械設(shè)備的性能和狀況。4 智能化 、自動(dòng)化監(jiān)測系統(tǒng)及軟件的開發(fā)應(yīng)用。 5遠(yuǎn)程診斷和油液分析服務(wù)。這些油液遠(yuǎn)程診斷和分析服務(wù)系統(tǒng)的 建立 , 不僅加速了技術(shù)合作和信息交流 。用到的儀器： 第一類是油液理化性能分析儀器 , 如粘度計(jì) 、水分儀、 快速油液理化性能分析儀等 ; 第二類是鐵譜儀 , 有分析式鐵譜儀、直 讀式鐵譜儀、旋轉(zhuǎn)式鐵譜儀、在線式鐵譜儀等 ; 第三類是光譜儀 , 有發(fā)射

17、光譜儀 、原子吸收光譜儀、紅外光譜儀 。 第三題、機(jī)械振動(dòng)分析檢測中所用到的常用的分析技術(shù)。 答：常用的具體分析技術(shù)有： 周期信號(hào)和隨機(jī)信號(hào)的頻率域分析概念、 功率譜密度的概念、細(xì)化譜和倒頻譜分析技術(shù)、包絡(luò)分析、階比分析 等基本知識(shí)。周期信號(hào)譜分析：用傅氏級(jí)數(shù)原理，可將周期函數(shù) y(t) 分解成傅氏 級(jí)數(shù)，即將信號(hào)分解成許多諧波分量。以頻率為橫坐標(biāo)，以振幅或相 位為縱坐標(biāo)，表征頻率域的振動(dòng)特性。隨機(jī)信號(hào)譜分析： 對(duì)于隨機(jī)振動(dòng)的頻率成份進(jìn)行分析表明， 一般說來， 它是由許多的頻率成份構(gòu)成連續(xù)型的頻譜形式， 它也有幅值頻譜、 相 位頻譜和功率頻譜，也可以把它們近似展開成傅里葉級(jí)數(shù) 倒頻譜分析： 在

18、故障診斷過程審， 測得的信號(hào)往往是若干信號(hào)互相調(diào) 制而成的復(fù)雜信號(hào)。 在齒輪箱幫電機(jī)診斷的信號(hào)中尤為明顯。 需要進(jìn) 行邊帶分析， 利用功率譜圖上這些邊帶族再進(jìn)行一次倒譜分析， 可識(shí) 別出復(fù)雜頻譜周期結(jié)構(gòu)。細(xì)化技術(shù)：包絡(luò)分析：當(dāng)軸承或齒輪表面因疲勞或應(yīng)力集中而產(chǎn)生剝落和損傷時(shí)，會(huì)產(chǎn)生周期性的沖擊振動(dòng)信號(hào)， 而調(diào)制信號(hào)即包絡(luò)線多為故障信 號(hào)。對(duì)這種信號(hào)進(jìn)行解調(diào)， 的特征頻率和幅度，就能準(zhǔn)確可靠地診斷 出軸承和齒輪的疲勞、切齒、剝落等故障。階比分析 在旋轉(zhuǎn)機(jī)械的故障診斷中， 由于有些旋轉(zhuǎn)機(jī)械的轉(zhuǎn)速是不穩(wěn)定的， 這 時(shí)很難把握頻譜隨轉(zhuǎn)速變化而變化的特性。 為此，應(yīng)考慮頻譜與轉(zhuǎn)速 同步的特性。其辦法是設(shè)

19、置一個(gè)光電傳感器， 測出旋轉(zhuǎn)捧的旋轉(zhuǎn)脈沖， 用作 FFT（快速傅里葉變換 ） 分析儀的采樣脈沖，實(shí)行與旋轉(zhuǎn)體的同步 分析，此時(shí)橫坐標(biāo)不是頻率，而是規(guī)一化的轉(zhuǎn)述階數(shù)。這就是所謂階 比分析。第四題：齒輪、滾動(dòng)軸承、滑動(dòng)軸承產(chǎn)生故障的原因，故障類型，診 斷方法的區(qū)別。答：一、滾動(dòng)軸承 滾動(dòng)軸承故障類型： 磨損失效、疲勞失效、腐蝕失效、斷裂失效、壓痕失效和膠合失效。滾動(dòng)軸承故障按產(chǎn)生的原因劃分有以下幾種 磨損：在正常情況下疲勞磨損是滾動(dòng)軸承故障的主要原因，一般所 說的軸承壽命就是指軸承的疲勞壽命。 壓痕：軸承受過大載荷或因硬度很高的異物侵入時(shí)，都將在滾動(dòng)體 和滾道的表面上形成凹痕， 使軸承運(yùn)轉(zhuǎn)時(shí)產(chǎn)生劇

20、烈的振動(dòng)和噪聲， 影 響工作質(zhì)量。 斷裂：軸承元件的裂紋和破裂主要是加工軸承元件時(shí)磨削加工或熱 處理不當(dāng)引起，也有的是由于裝配不當(dāng)、載荷過大、轉(zhuǎn)速過高、潤滑 不良產(chǎn)生的過大熱應(yīng)力引起?；瑒?dòng)軸承和滾動(dòng)軸承區(qū)別詳見 ppt 齒輪故障按故障分布特征可分為 分布故障：齒輪損傷分布在所有輪齒的齒面上，如磨料磨損等。 局部故障：齒輪損傷只在一個(gè)或幾個(gè)輪齒上，如剝落、斷齒等。 齒輪故障診斷方法：噪聲診斷分析法、神經(jīng)網(wǎng)絡(luò)、模糊推理和網(wǎng)絡(luò)技 術(shù)的發(fā)展。第五題：各種傳感器原理，優(yōu)缺點(diǎn)，方法等。答:1 位移傳感器：電渦流式位移傳感器原理：通過電渦流效應(yīng)的原 理，準(zhǔn)確測量被測體 （ 必須是金屬導(dǎo)體 ） 與探頭端面的相

21、對(duì)位置。2. 速度傳感器： 基于電磁感應(yīng)原理， 即當(dāng)運(yùn)動(dòng)的導(dǎo)體在固定的磁場里 切割磁力線時(shí)，導(dǎo)體兩端就會(huì)感應(yīng)出電動(dòng)勢。3. 聲音識(shí)別傳感器（重點(diǎn)）： 聲控裝置是智能家居設(shè)備中重要組成部分，用戶可以通過聲音進(jìn)行家庭設(shè)備控制。聲音識(shí)別研究開始于 上世紀(jì) 50 年代 BELL實(shí)驗(yàn)室開發(fā)了世界上第一個(gè)語音識(shí)別系統(tǒng) -Audry 系統(tǒng) , 可以識(shí)別個(gè)英文數(shù)字。聲音識(shí)別系統(tǒng)原理： 聲音識(shí)別傳感器設(shè)計(jì)包括硬件設(shè)計(jì)和軟件設(shè)計(jì)兩 個(gè)部分。其中軟件設(shè)計(jì)部分的核心是聲音識(shí)別算法實(shí)現(xiàn)， 聲音識(shí)別算 法包括前端處理和后端匹配兩個(gè)部分。 前端處理包括預(yù)處理和特征提 取，特征參數(shù)按照時(shí)間序列構(gòu)成待測數(shù)據(jù)集， 然后按照特定算

22、法同參 考模式進(jìn)行匹配得到結(jié)果。系統(tǒng)構(gòu)成：系統(tǒng)由聲音采集傳感器模塊、電源模塊、串口通信模塊、聲音識(shí)別結(jié)果顯示模塊、及其他輔助電路組成。聲音采集傳感器原理： 設(shè)計(jì)的聲音采集傳感器內(nèi)置一個(gè)對(duì)聲音較敏感 的電容駐極體話筒， 當(dāng)有聲波時(shí)， 聲波推動(dòng)話筒內(nèi)的駐極體薄膜振動(dòng) 導(dǎo)致電容的變化從而產(chǎn)生微小電壓信號(hào) 。電壓信號(hào)經(jīng)過整形放大后 送到 A/D模塊進(jìn)行 A/D 轉(zhuǎn)換，得到采集聲音所對(duì)應(yīng)的數(shù)字信息。 第六題：如何看待機(jī)械裝備的可靠性？ 答：現(xiàn)代機(jī)械產(chǎn)品質(zhì)量是否合格的四大指標(biāo)“ 1 分別為：可靠性、安 全性、經(jīng)濟(jì)性、性能，而可靠性是其最核心指標(biāo)，并成為機(jī)械領(lǐng)域 關(guān)注的焦點(diǎn)。產(chǎn)品可靠性的高低成了各大公司產(chǎn)品

23、銷售的關(guān)鍵點(diǎn)， 也是其競爭手段。所謂可靠性就是指在規(guī)定時(shí)間和條件下產(chǎn)品完成特定功能的能 力，可分為：固有可靠性、使用可靠性和環(huán)境適應(yīng)性。機(jī)械系統(tǒng)隨 著科技發(fā)展的腳步變得越來越精密、越來越復(fù)雜，研究機(jī)械的可靠 性就成了急需解決的問題。對(duì)可靠性的研究包括很多方面，如：可 靠性工程技術(shù)、可靠性試驗(yàn)、可靠性優(yōu)化等問題?？煽啃园l(fā)展： 上世紀(jì)四十年代， 從那時(shí)開始人們開始大面積使用電子 產(chǎn)品，對(duì)其故障的研究也隨之展開， 可靠性研究就成為故障研究的核 心。隨著電子產(chǎn)品技術(shù)的飛速發(fā)展， 對(duì)其可靠性研究也提出了越來越 高的要求。 從上個(gè)世紀(jì)末開始， 可靠性技術(shù)開始在機(jī)械制造領(lǐng)域發(fā)揮 重要作用。（詳見 pdf ）

24、 第七題：液壓系統(tǒng)有哪些故障，如何解決，檢測手段和方法是什么 答：見 pdf（兩個(gè)） 第八題：針對(duì)信號(hào)采集、傳輸、存儲(chǔ)、分析進(jìn)行概述。 信號(hào)傳輸過程中的問題：第九題：油液分析法0 2破股分斫技術(shù)儀僅憑油液分 析技術(shù)機(jī)理分析內(nèi)容儀器理標(biāo)染測 品指污檢油化及度油品物理、化學(xué) 性能指標(biāo)的變化. 反映油品的劣化變 質(zhì)程度表明潤滑 油的潤滑性能下 降超過-定數(shù)值. 潤滑油成為廢油燃油稀釋.水分 污染雜質(zhì)污染粘度、戰(zhàn)值、破 值、閃點(diǎn)、水分. 機(jī)械雜質(zhì)、顧粒 數(shù)、積炭硝化 硫化氧化、乙二 酔振蕩式粘度計(jì)、滴定儀、閃點(diǎn)計(jì) FT-IR紅外光溝儀（芙國BioRad 公 dhPE公司）顆粒計(jì)數(shù)器 dCA便攜式數(shù)顯污

25、架監(jiān)測儀 ITS潤滑測試工具箱油液 光譜分析通過測錄物質(zhì)燃 燒發(fā)出的持定波 長一定光強(qiáng)度的 光從而檢測磨粒 的元索成分及含載 濃度、監(jiān)測設(shè)備運(yùn) 轉(zhuǎn)狀態(tài)、巒損趨粋. 判斷炳損部位金屬髀粒元索 成分及含最濃度 值添加劑元素成 分詼度雜質(zhì)污染元素 成分及濃度伍瀆弍發(fā)射光譜儀型光i普儀超譜1CP光譜儀（萸國SPEO TRO公司）FA32C舉MOA舉光譜儀（美國 Baird公司）帕爾金1CP光譜儀（簧國PE公 詞）（續(xù)表油液分 析技術(shù)機(jī)理分析內(nèi)容儀器油液 沃譜技術(shù)借助于高梯度 強(qiáng)磁場的鐵譜儀將 油液中的金屬磨粒 行序分離出來進(jìn)行 分析從而監(jiān)測設(shè) 備運(yùn)轉(zhuǎn)狀態(tài).磨損 暦勢.判斯磨扭機(jī) 理磨粒尺寸磨粒形貌 解

26、粒成分分析式鐵譜儀FM 取一吳國 PREDICT公司FTP XI型北京協(xié)力技術(shù) 公司TPF-2型一重慶光學(xué)儀器廠 直讀式鐵譜儀DR 1 型一M 國 PRADICT 公司ZTPX1或北京協(xié)力技術(shù) 公司TPD2型一靈慶光學(xué)儀器 廠 旋轉(zhuǎn)式浜譜儀XTP- 杭州軸承試驗(yàn)中心KTP-型一中國礦業(yè)大學(xué) 在壩式鐵譜儀OLF 1 S 西安交通大學(xué)ZXJ型一中國第二汽車廠表03和表0-4分別為常用的幾種油液分析方法的性能比 較及用不同方法得出結(jié)果的可靠性統(tǒng)計(jì)。圖0-1為磨粒光譜分表0-3和表04分別為常用的幾種油液分析方法的性能比 校及用不同方法得出結(jié)果的可靠性統(tǒng)計(jì)。圖為磨粒光譜分 析，鐵譜分析以及磁塞檢測的效率與磨粒尺寸的關(guān)系。顯然，光 譜分析對(duì)于小顆粒比較有效，