故障诊断习题含答案

故障诊断习题

一、故障诊断概念，诊断过程及主要内容

在机械设备不解体的情况下，对设备完成规定能力和影响因素进行判断和预测。诊断过程见右： 二、常用故障信息有哪些？1、振动；2、声波；3、温度；4、磨屑；5、零部件状态；6、红外线。 三、常见故障诊断类型有哪些？

1、定期诊断和连续监控诊断；

2、常态诊断和暂态诊断；

3、状态诊断和故障诊断；

4、零部件诊断和整机诊断；

5、仪器诊断和逻辑诊断。

四、常用诊断技术有哪些？1、振动诊断技术；2、声发射诊断技术；3、无损诊断技术；4、红外线诊断技术；

5、逻辑诊断技术；

6、故障树分析技术；

7、油液分析技术。

五、随机信号幅值特征参数有哪些？峰值、均值、 方差、 均方值、波峰因数。

x(t)——各态历经随机过程的样本记录；T ——样本记录时间。

1、峰值

2、均值

样本记录所有值的简单平均，均值反映了随机信号的静态(直流)分量。实际上，取观测时间T 为无限长的样本函数是不可能的， 常用有限的长度样本记录来代替，这样计算的均值称为估计值， 以加注 “∧” 来区分。 3、方差

方差用以描述随机信号的动态分量，其大小反映了随机变量对均值的离散程度，即代表了信号的动态(交流)分量， 其正平方根称为标准差。 4、均方值

均方值是描述了随机信号的强度或平均功率。均方值的正平方根称为均方根值(或称有效值)。 5、波峰因数 六、波峰因数在故障诊断中的应用？ 七、自相关函数的定义，性质，应用。（见笔记）八、互相关函数的定义，性质，应用。（见笔记）

九、什么信号频谱？

傅立叶变换实际上是一种正交空间变换，以exp(-jwt)为基，如果学过线性代数空间正交基的概念就知道了，把时域信号变成另外一个线性空间的信号，这个线性空间就是频域。 十、什么是离散频谱和连续频谱？

连续时间信号：是指在某一指定时间内，除若干个第一类间断点外，该函数都可给出确定的函数值的信号。 由不连续的谱线构成,每一条谱线代表一个正弦分量或余弦分量的频谱,称为离散频谱. 十一、什么是自功率（互功率）谱密度？

自功率谱密度函数Sx(f)是自相关函数Rx(τ)的傅里叶积分变换。互功率谱密度函数Sxy(f)是互相关函数Rxy(τ) 的傅里叶积分变换。

十二、什么倒频谱？

倒频谱分析是一种二次分析技术，是对功率谱的对数值进行傅立叶逆变换的结果。也称二次频谱分析，包括功率倒频谱和复倒频谱。 其计算公式为：

()()[]{}f S log F t C xx 1a -=

该分析方法受传感器的测点位置及传输途径的影响小，能将原来频谱图上成族的边频带谱线简化为单根谱线，以便提取、分析原频谱图上肉眼难以识别的周期性信号。但是进行多段平均的功率谱取对数后，功率谱中与调制边频带无关的噪声和其他信号也都得到较大的权系数而放大，降低了信噪比。

十三、数字信号处理过程：预处理→A/D 转换→计算机处理→结果显示

十四、采样频率如何确定？

由采样定理可知： 对于一个频率为0~fm 的有限带宽连续信号进行采样， 只有当采样频率fs ≥2 fm 时， 其离散傅里叶变换才不发生频率混淆， 因而只有用这样采样的点才能得到离散信号的频谱， 同时也只有用这样采样的点才能够完全恢复原时域信号的连续波形x(t)，不

过此时要借助右面的插值公式来求出采样点以外的其它点。

采样定理要求fs ≥2fm ，但采样频率fs 并非选得越高越好。 由N 个时域采样点进行离散傅里叶变换，

得到N 个频域点，通常称为N 条谱线，对应的频率范围为［-fs /2,fs /2］，因此相邻谱线的频率增量见右 可见当采样点数N 一定时，采样频率fs 越高，频率增量大，频率分辨力越低。因此，在满足采样定理的前提下，采样频率不应选得过高， 一般取fs=(2~3)fm 就够了。

f

f S R f x x d e )()(2j τπτ?∞

∞

-=τ

ττ

πd e

)()(2j f x x R f S -∞

∞-?=自谱密度数学表达式 其傅里叶积分逆变换为 τ

ττd e )()(j2π-f xy xy R f S ?∞∞

=互谱密度数学表达式

其傅里叶积分逆变换为

∑

∞-∞

=--=

n T nT t T nT t nT x t x s

s s

s s )(π)(πsin )()(222s

s s f N f f f =?

?? ??--=

?诊断 不正常 状态识别

信息采集

设备

正常 信息处理 决策 均值、方差和均方值的关系：

(){}t x max E X max =

均方值与估计值：

均值与估计值： 方差与估计值： 峰值：

?∞→=T

T x t

t x T 0

d )(1lim μ?=T

x t t x T 0d )(1?μt t x T

x T x

d ])([lim 0

22?-=∞

→μσt

t x T

x x d ])([?0

22?-=μσt

t x T

T

x d )(1

?0

22?

=ψt t x T

T

T x

d )(1

lim

2

2?

∞→=ψ222x

x x σμψ+=

十五、什么是混叠现象？什么是信号截断？信号泄漏？

截断就是将无限长的信号乘以有限宽的窗函数。将信号乘以时域的有限矩形窗函数。

如果原信号频带很宽或采样频率选得太低，则频域中相邻周期的波形就会发生重叠，从而引起误差，这种现象称混叠现象。

原来的信号被截断以后，其频谱发生了畸变，原来集中在处的能量被分散到较宽的频带中去了，该现象称之为泄漏。

十六、常见的窗函数有哪些？

矩形窗（最简单的窗）、余弦坡度窗、汉宁窗(a)、哈明窗(b)、高斯窗(c)、三角窗(d)。

十七、诊断的标准有哪些？绝对诊断标准；相对诊断标准；类比诊断标准。

十八、自回归模型的定义，建模，及应用。

十九、振动诊断包括哪些内容？传感器的选择，测试点的选择

二十、振动诊断的两个关键问题？传感器的选择，测试点的选择。

二十一、滚动轴承常见失效形式，振动特征，振动诊断方法。磨损、疲劳、腐蚀、断裂、压痕、胶合。

二十二、齿轮常见的失效形式，振动特性，振动边频，幅值调制现象产生，如何调频，振动诊断方法。

二十三、什么是无损诊断技术？利用声、光、电、射线等诊断信息进行诊断。

二十四、超声波是如何产生和接收的？波形有哪些？

超声波的产生：在压电晶片制成的探头中，对压电晶片施以超声频率的交变电压，由于压电效应，晶片中就会产生超声频率的机械振动——产生超声波；若此机械振动与被检测的工件较好的耦合，超声波就会传入工件——这就是超声波的发射。

超声波的接受：若发射出去的超声波遇到界面被反射回来，又会对探头的压电晶片产生机械振动，由于压电效应，在晶片的上下电极之间就会产生交变的电信号。将此电信号采集、检波放大并显示出来，就完成了对超声波信号的接受。

超声波是指频率大于20000Hz的不可听声波。用于无损探伤的超声波频率为0.5～10MHz，其中采用最多的是1～5MHz的超声波。超声波的具有超声波波长很短，具有方向性好、能量高、穿透力强等特点。

超声波分为纵波、横波、表面波和板波。

1、纵波：介质质点的振动方向和波的传播方向一致的波。

2、横波：介质质点的振动方向和波的传播方向互相垂直的波。

3、表面波：当介质表面受到交变应力作用时，产生沿介质表面传播的波。

4、板波：当板件的厚度与超声波的波长相当时，在弹性板件中传播的超声波称为板波。

二十五、超声探头有哪些类型，超声诊断系统？直探头、斜探头

二十六、超声诊断的常用方法及应用。应用：管道检测、活塞探伤、轴的探伤。

1、脉冲反射法：超声波以持续极短的时间发射脉冲到被检试件内，根据反射波来检测试件缺陷的方法。按照判断缺陷情况的回波性质，可分为缺陷回波法、底面回波高度法、底面多次回波法三种。

2、穿透法：依据脉冲波或连续波穿透试件之后的能量变化来判断缺陷情况的一种方法。

3、共振法：依据试件的共振特性，来判断缺陷情况的方法。共振法常用于试件测厚。

二十七、涡流探伤，渗透探伤，电磁探伤，磁粉探伤基本原理。

涡流探伤：由交流电流产生的交变磁场作用于待探伤的导电材料，感应出电涡流。如果材料中有缺陷，它将干扰所产生的电涡流，即形成干扰电流。用涡流探伤仪检测出其干扰信号，就可知道缺陷的状况。

渗透探伤：在被检工件上浸涂可以的带有荧光的或红色的染料，利用渗透剂的渗透作用，显示表面缺陷痕迹的一种无损检测方法。

电磁探伤：将铁磁材料的零件磁化，零件缺陷处的磁阻就会增大，利用漏磁来发现缺陷。

磁粉探伤：当工件磁化时，若工件表面有缺陷存在，由于缺陷处的磁阻增大而产生漏磁，形成局部磁场，磁粉便在此处显示缺陷的形状和位置，从而判断缺陷的存在。

二十八、铁谱技术，铁谱仪常用有哪些？

铁谱（分析）技术是一种利用高梯度强磁场作用，将机械摩擦副产生的磨粒从润滑剂中分离出来并按尺寸有序排列，用各种手段观察、测量，以获得有关磨损过程的各种信息，进行判明机器磨损机理及其状态的一种分析技术。

根据工作方式的不同，铁谱（分析）仪可分为直读式铁谱仪、分析式铁谱仪、旋转式铁谱仪，最新有在线式铁谱仪。

二十九、铁谱分析程序。有采样、制谱、观测和分析、结论四个基本环节。

三十、逻辑诊断，故障树特征函数，状态函数。根据设备特征和状态之间逻辑关系进行的诊断叫逻辑诊断。

三十一、常见逻辑运算法则：逻辑和运算；逻辑积运算；否定运算；分配律；摩根律；吸收律；对和律。（详见笔记）

三十二、故障树的建立方法，五大步骤。演绎法、合成法、决策表法；选择顶事件、建立故障树、求故障树函数、定性分析、定量分析。三十三、根据故障树找到结构函数，求最小割集，结构函数的最小表达形式和完全表达形式。（见笔记）

三十四、顶事件的发生概率。（见笔记）三十五、底事件的概率重要度和关键重要度。（见笔记）