机械故障诊断技术思考题.docVIP

机械故障诊断学内容及习题与思考题 第1部分 绪论 1.1 机械设备故障诊断技术的意义、目的和内容 1.2 设备故障的信息获取和检测方法 1.3 机械设备故障诊断方法的分类 1.4 机械设备故障诊断技术的发展概况 习题与思考题 1-1 机械设备监测与故障诊断主要内容是什么？ 1-2 机械设备状态监与故障的常用识别方法有哪些？ 1-3 简述获取诊断信息的方法。 1-4 设备状态识别方法有哪些不确定性？确定性？会产生哪几类错误？ 第2部分 机械故障诊断的信号分析与处理 2.1 机械物理信号分析的基础知识 2.2 检测信号的时域分析方法 2.3 检测信号的频域分析方法 2.4 倒频谱分析方法 2.5 小波分析 习题与思考题 2-1 新、旧机器的振动噪声信号的概率分布密度函数有什么区别？自相关函数有什么不同？ 2-2 机械故障诊断常用的幅值指标有哪些？无量纲指标有哪些？对无量纲指标有什么要求？ 2-3 什么是自相关函数？自相关函数有什么性质？在机械设备状态监测中有什么用途？ 2-4 什么是互相关函数？互相关函数有什么性质？在机械设备状态监测中有什么用途？ 2-5 设一信号x(t)，它是由两个频率、相角均不相等的余弦函数叠加而成，其教学表达式为 求该信号的自相关函数。 2-6 一管道发生泄漏，现分别在相距1500mA，B两处用传感器测量，测得信号经互相关处理的相关函数峰值在=1.25s，已知管道中场速为300m/s，求泄漏处的位置。 2-7 已知信号的自相关函数，求出该信号的均方值和均方根值。 2-8 已知一个随机信号x(t)的自功率谱密度函数为Sx(f)，将x(t)输入到传递函数为的系统中，其传递函数，试求该系统的输出信号y(t)的自功率谱密度函数为Sy(f)，及输入、输出两函数的互功率谱密度函数Sxy(f)。 2-9 对三个余弦函数进行理想采样，采样频率fs=6Hz。求三个采样输出序列，比较这三个结果，画出x1(t)，x2(t)，x3(t)，的波形及采样点位置，并解释频率混叠现象。 2-10 已知一有限长序列 用直接DFT方法求DFT[x(n)]=X(k)，再由所得结果求IDFT[X(k)]=x(n)； 用FFT方法求X(k)，再以所得结果求IDFT[X(k)]=x(n)。 2-11 分析说明小波变换的基本原理，比较其与傅里叶变换的相同点与不同之处。 2-12 定性说明如何进行时域同步平均？ 2-13 试对比时域同步平均与功率谱分析的异同、时域同步平均与自相关函数在提取周期分量时的原理和结果。 第3部分 机械故障诊断时序模型分析方法 3.1 时间序列模型结构特征 3.2 自回归模型的参数、阶次的确定 3.3 自加归谱的概念应用 3.4 设备状态变化趋势性及预测 习题与思考题 3-1 平稳序列{xk}的样本自相关系数如下（μy=0.03，r0=3.34）： K 1 2 3 4 5 μ -0.800 0.670 -0.518 -0.390 -0.310 假定模型识别为AR（1），试求yk的模型方程和的值。 3-2 平稳序列{xk}的样本自相关系数如下（μy=0.09，r0=1.15）： K 1 2 3 4 5 μ 0.427 0.475 0.169 0.253 0.126 假定模型识别为AR（2），试求yk的模型方程和的值。 3-3 自回归过程xk=0.8xk-1+ak ak～NID(2,4)，求：1）xk的均值；2）xk的方差；3)τ=3时的自相关系数ρ3；4）功率谱密度函数Sx(f)。 3-4 时域故障识别如何用AIC指标进行？ 3-5 自回归谱用于机械故障诊断什么优点？ 3-6 试设计应用自回归谱分析电动机产生噪声原因的检测、分析系统。 3-7 根据AR模型参数(I=1,2,…,m)进行故障诊断应如何实施？其特点是什么？ 3-8 如何根据模型残差方差进行故障诊断？ 3-9 平稳序列{yk}的线性模型为yk=0.05-0.8yk-1+ak，而=1.2。已知观测值y100=3.2，试用递推法求预报值y100(1)，y100(2)，y100(3)，并求置信概率为95％的一小预报绝对误差的范围（假定正态平稳序列） 3-10 平稳序列{yk}的线性模型为yk=-0.34+ ak +0.62ak-1，而=0.96。已知观测值y1，y2，…y50，算得a50=1.26，试用递推法求预报值y50(1)，y50(2)，y50(3)。 第4部分 状态识别与判决方法原理 4.1 概述 4.2 主分量分析 4.3 贝叶斯决策理论方法 4.4 距离函数分类法 4.5 故障诊断模糊模式识别方法 4.6 神经网络及其在故障诊断中的应用 习题与思考题 4-1 如果只知道各种故障类的先验概率，最小错误率贝叶斯决策规则应如何表示？ 4-2 1）对c类情况推