機(jī)械故障診斷期末資料(考題)

機(jī)械故障診斷期末資料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(lái)開(kāi)展趨勢(shì)。答：神經(jīng)網(wǎng)絡(luò)法，模糊診斷法，故障樹(shù)分析法，專(zhuān)家系統(tǒng)診斷法。神經(jīng)網(wǎng)絡(luò)法：人工神經(jīng)網(wǎng)絡(luò)簡(jiǎn)稱(chēng)神經(jīng)網(wǎng)絡(luò)，它用大量簡(jiǎn)單的根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(lèi)似人腦處理信息的某些功能。它的特點(diǎn)：=1\*GB3①并行處理〔神經(jīng)元并行處理數(shù)據(jù)〕，=2\*GB3②容錯(cuò)性〔神經(jīng)網(wǎng)絡(luò)通過(guò)學(xué)習(xí)獲得的知識(shí)，存儲(chǔ)在網(wǎng)絡(luò)的大量神經(jīng)元及它們的連接中局部神經(jīng)元損壞停止工作，或出現(xiàn)過(guò)失，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〕=3\*GB3③自適應(yīng)性〔網(wǎng)絡(luò)的連接強(qiáng)度〔權(quán)重〕可以改變，網(wǎng)絡(luò)的可塑性很強(qiáng)。所以通過(guò)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(lái)表示，那么可用如圖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算法圖中xi〔i=1，2??，n)，為加于輸入端〔突觸〕上的輸入信號(hào)；ωi為相應(yīng)的突觸連接權(quán)系數(shù)，它是模擬突觸傳遞強(qiáng)度的一個(gè)比例系數(shù)；Σ表示突觸后信號(hào)的空間累加；θ表示神經(jīng)元的閥值；σ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(wèn)題。缺點(diǎn)：1.通用性差2.不宜用來(lái)求解必須得到正確答案的問(wèn)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(lái)識(shí)別設(shè)備的故障類(lèi)型，只要用不同類(lèi)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(cè)信息迅速給出設(shè)備故障類(lèi)型的判斷。模糊診斷法。模糊診斷來(lái)由：機(jī)械設(shè)備的運(yùn)行狀態(tài)有些是明確的，有些那么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(guò)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(wú)故障，是十分不合理的。模糊診斷根底：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(cè)到的特征參數(shù)值并通過(guò)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)。專(zhuān)家系統(tǒng)專(zhuān)家系統(tǒng)簡(jiǎn)介：專(zhuān)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(zhuān)家知識(shí)和推理方法，能解決專(zhuān)家才能解決的難題。所以它是一種模擬專(zhuān)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(wèn)題。專(zhuān)家系統(tǒng)組成：

1．知識(shí)庫(kù)知識(shí)庫(kù)是存放專(zhuān)家知識(shí)、經(jīng)驗(yàn)和書(shū)本知識(shí)、常識(shí)的存儲(chǔ)器。建立知識(shí)庫(kù)的主要問(wèn)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(kù)中。2．?dāng)?shù)據(jù)庫(kù)數(shù)據(jù)庫(kù)又稱(chēng)工作存儲(chǔ)器或稱(chēng)黑板，用來(lái)存放輸入的初始信息，推理過(guò)程中得到的中間信息和最終的結(jié)論。數(shù)據(jù)庫(kù)與知識(shí)庫(kù)的區(qū)別在于前者的內(nèi)容在推理過(guò)程中要不斷變化，而后者的內(nèi)容只能通過(guò)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(lái)控制、協(xié)調(diào)知識(shí)庫(kù)與數(shù)據(jù)庫(kù)的運(yùn)行，其任務(wù)是根據(jù)數(shù)據(jù)庫(kù)中用戶(hù)輸入的信息，利用知識(shí)庫(kù)中的知識(shí)，按一定方法〔演繹推理、歸納推理、聯(lián)想與類(lèi)比等〕推導(dǎo)出應(yīng)有的結(jié)論。推理程序與專(zhuān)家知識(shí)〔存放在知識(shí)庫(kù)中〕別離是專(zhuān)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)和推理程序的別離才使專(zhuān)家系統(tǒng)具有極大的靈活性，可以處理本專(zhuān)業(yè)領(lǐng)域中的各種問(wèn)題，而且這種別離也使知識(shí)的修改，更新，充實(shí)變得十分容易，使專(zhuān)家系統(tǒng)具有很強(qiáng)的適應(yīng)性。4．解釋器解釋器是對(duì)推理過(guò)程做出解釋的一組程序，其任務(wù)是答復(fù)用戶(hù)問(wèn)題使用戶(hù)理解專(zhuān)家系統(tǒng)推理過(guò)程的細(xì)節(jié)，增強(qiáng)用戶(hù)對(duì)專(zhuān)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(chēng)知識(shí)庫(kù)的編輯程序，其任務(wù)是建立，修改，充實(shí)知識(shí)庫(kù)中的知識(shí)。知識(shí)獲取過(guò)程又稱(chēng)機(jī)器學(xué)習(xí)過(guò)程，是專(zhuān)家知識(shí)〔知識(shí)源〕轉(zhuǎn)移到知識(shí)庫(kù)的過(guò)程。最根本的機(jī)器學(xué)習(xí)過(guò)程是由專(zhuān)家系統(tǒng)的設(shè)計(jì)者向領(lǐng)域?qū)＜沂占R(shí)經(jīng)過(guò)整理加工后，輸入系統(tǒng)存入知識(shí)庫(kù)。最高級(jí)的機(jī)器學(xué)習(xí)過(guò)程是通過(guò)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(zhuān)家系統(tǒng)開(kāi)展趨勢(shì)：近年來(lái),開(kāi)展專(zhuān)家系統(tǒng)不僅要采用各種定性的模型,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(zhuān)家系統(tǒng)的開(kāi)展趨勢(shì)。1通用性專(zhuān)家系統(tǒng)2分布式專(zhuān)家系統(tǒng)3協(xié)同式專(zhuān)家系統(tǒng)。故障樹(shù)分析法故障樹(shù)分析法原理：故障樹(shù)分析法(FTA:FaultTreeAnalysis)是在系統(tǒng)設(shè)計(jì)過(guò)程中，通過(guò)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(huà)出邏輯框圖〔即故障樹(shù)〕，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(shù)是一種圖形演繹法，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?！?〕故障樹(shù)分析法能夠把系統(tǒng)故障各種可能因素聯(lián)系起來(lái)，有利于找到系統(tǒng)的薄弱環(huán)節(jié)和系統(tǒng)的故障譜?！?〕故障樹(shù)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(guò)故障樹(shù)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，為改良和評(píng)估系統(tǒng)提供定量的依據(jù)?！?〕故障樹(shù)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(shù)分析中不可缺少的工具。它的缺點(diǎn)：〔1〕復(fù)雜系統(tǒng)的建樹(shù)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?！?〕FTA法理論性較強(qiáng)，邏輯性比擬嚴(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(shù)診斷系統(tǒng)中，頂事件的概率是由假設(shè)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?！?〕無(wú)法解決頂事件和底事件的發(fā)生概率不確定(模糊概率)問(wèn)題，故障樹(shù)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(shù)，用傳統(tǒng)的故障樹(shù)分析方法就顯得無(wú)能為力了。一般來(lái)說(shuō)，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(shù)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(guò)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。查明系統(tǒng)內(nèi)固有的或潛在的各種危險(xiǎn)因素，為平安設(shè)計(jì)、制定平安技術(shù)措施和平安管理提供科學(xué)、合理的依據(jù)。開(kāi)展趨勢(shì)：〔1〕基于BDD的FTA方法。利用傳統(tǒng)的FTA方法計(jì)算系統(tǒng)中的部件重要度是一個(gè)非常復(fù)雜的過(guò)程，而利用BDD方法來(lái)分析部件重要度，計(jì)算系統(tǒng)的各根本事件的結(jié)構(gòu)重要度和概率重要度時(shí)，可通過(guò)計(jì)算機(jī)編程來(lái)實(shí)現(xiàn)，計(jì)算效率也比擬高，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(shù)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(lèi)轉(zhuǎn)換的模型。應(yīng)用Petri網(wǎng)簡(jiǎn)化故障樹(shù)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，更適合復(fù)雜系統(tǒng)可靠性分析，在多態(tài)故障樹(shù)根底上建立貝葉斯網(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?！?〕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(jiǎn)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。噪聲診斷法包括能量統(tǒng)計(jì)法，聲發(fā)射法等。能量統(tǒng)計(jì)法原理：通過(guò)機(jī)械運(yùn)行時(shí)釋放聲能的變化來(lái)判別機(jī)械是否出現(xiàn)故障。他的缺點(diǎn)是：原理雖簡(jiǎn)單，但在實(shí)際運(yùn)用中技巧很難掌握，容易受到混合信號(hào)的干擾，所以限制了它的推廣。聲發(fā)射法原理：通過(guò)設(shè)備運(yùn)行中部件釋放的彈性波能量，來(lái)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〕等外表狀態(tài)。所用傳感器：諧振式傳感器，差動(dòng)式傳感器，寬帶傳感器。振動(dòng)診斷法振動(dòng)診斷法原理：設(shè)備在運(yùn)轉(zhuǎn)過(guò)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(cè)和分析儀器，對(duì)設(shè)備進(jìn)行振動(dòng)測(cè)量，根據(jù)測(cè)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，加速度傳感器，速度傳感器。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。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(wú)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(guó)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(mǎn)足外場(chǎng)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某艦絞纜機(jī)液壓油泵嚴(yán)重磨損分析開(kāi)展趨勢(shì)：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(lái),各國(guó)研制了多種便攜式通用油液分析儀器,以適應(yīng)于外場(chǎng)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(cè)系統(tǒng)及軟件的開(kāi)發(fā)應(yīng)用。5遠(yuǎn)程診斷和油液分析效勞。這些油液遠(yuǎn)程診斷和分析效勞系統(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(lèi)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(lèi)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(lèi)是光譜儀,有發(fā)射光譜儀、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(cè)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、階比分析等根本知識(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)行分析說(shuō)明，一般說(shuō)來(lái)，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(kāi)成傅里葉級(jí)數(shù)倒頻譜分析：在故障診斷過(guò)程審，測(cè)得的信號(hào)往往是假設(shè)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)軸承或齒輪外表因疲勞或應(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。其方法是設(shè)置一個(gè)光電傳感器，測(cè)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(lèi)型，診斷方法的區(qū)別。答：一、滾動(dòng)軸承滾動(dòng)軸承故障類(lèi)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=1\*GB3①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(shuō)的軸承壽命就是指軸承的疲勞壽命。=2\*GB3②壓痕：軸承受過(guò)大載荷或因硬度很高的異物侵入時(shí)，都將在滾動(dòng)體和滾道的外表上形成凹痕，使軸承運(yùn)轉(zhuǎn)時(shí)產(chǎn)生劇烈的振動(dòng)和噪聲，影響工作質(zhì)量。=3\*GB3③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(guò)大、轉(zhuǎn)速過(guò)高、潤(rùn)滑不良產(chǎn)生的過(guò)大熱應(yīng)力引起?；瑒?dòng)軸承和滾動(dòng)軸承區(qū)別詳見(jiàn)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)的開(kāi)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(guò)電渦流效應(yīng)的原理，準(zhǔn)確測(cè)量被測(cè)體(必須是金屬導(dǎo)體)與探頭端面的相對(duì)位置。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(chǎng)里切割磁力線時(shí)，導(dǎo)體兩端就會(huì)感應(yīng)出電動(dòng)勢(shì)。聲音識(shí)別傳感器〔重點(diǎn)〕：聲控裝置是智能家居設(shè)備中重要組成局部，用戶(hù)可以通過(guò)聲音進(jìn)行家庭設(shè)備控制。聲音識(shí)別研究開(kāi)始于上世紀(jì)50年代BELL實(shí)驗(yàn)室開(kāi)發(fā)了世界上第一個(gè)語(yǔ)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)局部。其中軟件設(shè)計(jì)局部的核心是聲音識(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)局部。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