建筑机械设备早期故障预示中微弱信号检测技术研究
工程机械的故障检测技术及维修措施
工程机械的故障检测技术及维修措施工程机械在施工现场扮演着非常重要的角色，它能够大大提高施工效率，减少人力成本，但是随着使用时间的增加，工程机械难免会出现各种故障。
对工程机械的故障检测技术及维修措施进行深入了解和掌握，可以有效提高工程机械的使用寿命，保障施工进度，降低维修成本。
本文将针对工程机械的故障检测技术及维修措施进行详细的探讨。
一、故障检测技术1. 视觉检查：对工程机械进行定期的视觉检查非常重要，可以通过观察是否有漏油、松动、变形等情况来判断机械的工作状态，及时发现问题。
2. 听觉检测：通过听机械运转时的声音，可以初步判断机械是否存在异常。
如果听到异常的噪音，需要及时进行排查。
3. 触觉检测：触摸机械表面是否有异常温度，是否有振动，是否有漏油等情况，可以通过触摸来判断机械是否正常运行。
4. 仪器检测：利用各种检测仪器对机械进行全面的检测，比如热像仪、振动计、液压检测仪等，可以更加精准地判断机械是否存在故障。
二、维修措施1. 故障排查：一旦发现机械存在故障，首先要及时进行故障排查，找出故障的根源，明确问题所在。
2. 维修处理：根据故障的具体情况，进行相应的维修处理，比如更换损坏的零部件、修复液压系统等。
3. 定期保养：定期保养是预防机械故障的关键，包括更换润滑油、检查各项管路连接、清洗隔离器等。
4. 专业维修人员：对于一些比较复杂的故障，需要请专业的维修人员进行处理，避免造成更大的损失。
5. 使用原厂配件：维修时要选择原厂配件进行更换，不要使用劣质配件，以免影响机械的性能和使用寿命。
6. 注意安全：在进行维修工作时，一定要严格按照安全操作规程进行，避免因维修操作不当而造成人身伤害。
三、典型故障案例分析1. 液压系统故障：经常会出现液压泄漏、液压缸失效、液压管路损坏等情况，需要及时检查液压系统，找出故障原因，进行相应的维修处理。
2. 电气系统故障：比如发电机故障、电缆老化、电路短路等情况，需要通过仪器检测和专业维修来解决问题。
机械故障信号处理与诊断方法研究
机械故障信号处理与诊断方法研究机械故障信号处理与诊断方法研究摘要：随着工业化的不断发展，机械设备的应用越来越广泛，而机械故障也成为工业生产中不可避免的问题。
为了及时准确地完成机械故障诊断，研究人员不断探索新的故障信号处理与诊断方法。
本文通过综合分析和总结相关研究成果，探讨了机械故障信号处理与诊断方法的现状和发展趋势。
一、引言机械故障诊断是指通过对机械设备的故障信号进行处理和分析，识别出设备存在的故障或故障的类型，并做出相应的处理和维修。
传统的机械故障诊断方法主要依靠经验判断和人工观察，存在诊断结果不准确、耗时耗力的缺点。
因此，研究人员开始关注机械故障信号处理与诊断方法的研究，以提高诊断的准确性和效率。
二、机械故障信号处理方法1. 时域分析方法时域分析方法是最早应用于机械故障信号处理的方法之一。
它通过分析机械设备在不同时间段内的振动信号，获取故障频率及其特征参数，进而判断故障类型和严重程度。
常用的时域分析方法有包络分析、平均包络分析和峭度分析等。
这些方法在故障诊断中被广泛应用，具有简单易行、计算量小等优点。
2. 频域分析方法频域分析方法是指通过对机械设备振动信号进行傅里叶变换或小波变换，将信号从时域转换到频域，得到信号的频谱分布，进而识别故障频率和故障类型。
常用的频域分析方法有功率谱分析、相关分析和自相关分析等。
这些方法具有对故障频率的精确判别能力，但对于信号噪声较大的情况下有一定的限制。
三、机械故障诊断方法研究进展随着科学技术的不断进步，机械故障诊断方法也在不断发展。
近年来，基于机器学习和人工智能的故障诊断方法成为研究热点。
机器学习方法通过建立故障诊断模型，通过对大量样本数据的学习和分析，实现对故障的准确诊断。
常用的机器学习方法有支持向量机、神经网络和决策树等。
人工智能方法通过对机械设备的故障信号进行模式识别和分类，实现故障诊断的自动化。
这些新兴方法在提高诊断准确性和效率方面具有明显优势，并且逐渐应用于工业生产实践中。
工程机械的故障诊断与预防技术
工程机械的故障诊断与预防技术一、绪论随着工程机械的广泛应用，其发生故障的概率也日益增加。
故障不仅会导致生产停滞，影响工程进度，还会给设备和施工人员带来严重的安全隐患。
因此，对工程机械的故障诊断与预防技术的研究显得尤为重要。
二、工程机械的故障诊断技术工程机械的故障诊断技术主要包括传统的人工诊断和现代的计算机辅助诊断两种方式。
1.传统的人工诊断技术传统的人工诊断技术主要通过机械降噪、手摸、耳听、眼看等的方式判断机械故障的位置和具体表现。
这种方式简单易行，但需要具备丰富的经验和技能，并且只能对已经发生的故障进行判断和修复，不能实现预防性维护。
2.计算机辅助诊断技术计算机辅助诊断技术采用各种高新科技手段，如智能传感器、故障诊断软件、远程诊断技术等，可实现对工程机械的快速、准确、全面的故障诊断。
该技术有利于提高机械设备的可靠性和安全性，降低维护成本，提高生产效率，对工程机械进行自适应控制，从而达到更好的维修效果和维护质量。
三、工程机械的故障预防技术工程机械的故障预防技术主要包括设备状态监测、故障诊断预警、维修过程控制等环节。
1.设备状态监测设备状态监测是指通过对工程机械的各种参数进行实时监测和分析，对设备的状态进行判断并提供有效的预警。
常见的监测参数包括温度、震动、声波、油液温度、油位、压力等。
设备状态监测可以提早发现问题，降低故障发生的概率。
2.故障诊断预警故障诊断预警是指通过建立一个完整的故障检测与诊断系统，将监测到的设备参数进行计算和分析，以提早发现故障并给出预警。
预警可以帮助企业实现计划性停机，避免突然故障造成的损失。
3.维修过程控制维修过程控制是指对工程机械的维修和维护过程进行控制和管理，对维修和维护过程中可能出现的问题进行监测和分析，以确保维修的实施过程中，能够达到最好的维修效果和维护质量。
四、工程机械故障诊断与预防技术发展趋势未来工程机械故障诊断与预防技术的发展趋势将会更加智能化、网络化、自主化。
机械工程中的微弱信号处理与分析
机械工程中的微弱信号处理与分析引言：在机械工程领域，微弱信号处理与分析是一项重要的技术，它可以帮助工程师们检测和分析机械设备中存在的微弱信号，从而提高设备的性能和可靠性。
本文将介绍微弱信号处理与分析的基本概念、应用领域和方法，并探讨其在机械工程中的重要性和挑战。
一、微弱信号处理与分析的基本概念微弱信号是指在传感器或测试系统中获得的非常小的电信号或振动信号。
这些信号往往与机械设备的状态、结构或性能相关，因此对于工程师来说，处理和分析这些微弱信号可以帮助他们了解设备的工作状态，发现存在的问题并采取相应的措施。
二、微弱信号处理与分析的应用领域微弱信号处理与分析在机械工程中具有广泛的应用领域。
首先，它可以应用于故障诊断和预测性维护。
通过对设备中的微弱信号进行处理和分析，工程师可以监测设备的运行状态，及时发现故障迹象并预测可能发生的故障，从而减少设备的停机时间和维修成本。
其次，微弱信号处理与分析还可以应用于结构健康监测。
通过对结构中的微弱振动信号进行处理和分析，工程师可以评估结构的健康状况，检测结构中的裂纹或变形，并及时采取措施进行修复或加固。
此外，微弱信号处理与分析还可以应用于噪声控制、信号识别等领域。
三、微弱信号处理与分析的方法在微弱信号处理与分析中，存在着多种方法和技术。
其中，最常用的方法包括滤波、频域分析、时域分析和小波分析等。
滤波是对信号进行去噪和提取有效信息的一种方法，常用的滤波器包括低通滤波器和带通滤波器。
频域分析是通过将信号变换到频域中进行分析，常用的方法包括傅里叶变换和功率谱分析。
时域分析是通过对信号进行时序分析，获得信号的时域特征，常用的方法包括自相关函数分析和互相关函数分析。
小波分析是一种非平稳信号处理方法，可以有效地分析非平稳信号的瞬态特性。
四、微弱信号处理与分析的重要性和挑战微弱信号处理与分析在机械工程中具有重要的意义。
首先，它可以帮助工程师们了解机械设备的工作状态和性能指标，从而及时采取措施维护和修复设备。
机电设备早期故障微弱信号的非线性检测方法及工程应用
现 了微弱 信 号 的定 量 检 测 ［ ， 两 种方 法 在 一 定 程 ８这 ］
度上 达 到 了客观 、 自动 识 别 振 子 状 态 的 目 的 。 楠 等 李
收 稿 日期 ： ０ ０ １ — ８ 修 订 日期 ： ０ １Ｏ 一 ｇ ２ Βιβλιοθήκη －０２ ； ２ １ 一 ３ ｏ
Ｖ ）＋ （ ）＋ （ ） （
的 自适 应 随机共 振法 。这 两种 方法 均 是 以不断 调整
的低 频 成 分 常 常 被 强 大 的 背 景 噪 声 所 淹 没 难 以识 别 。随机 共振 法将 高频 部分 的能 量转 移到低 频 部分 以达 到信 噪 比增强 的 目的 。
１ １ 随 机 共 振 的 数 学 模 型 ． 随 机 共 振 的 数 学 模 型 是 一 个 双 稳 态 系 统 ， 以 可 用 Ｌ ｎ ｅ ｉ 程 来 描 述 ａ ｇ ｖｎ方
现 场机 电设 备早 期 故 障 的微 弱 特 征提 取 中， 得 了 取
较 好 的效 果 。
随机 共 振 系统 结 构 参数 严 重 影 响 着输 出结 果 ， 如何 白适 应 选 择 系统 参 数 以达 到 最 优 输 出 ， 终是 始
１ 并 联 随机 共振
工 程 实测 的振 动 信号 中 ， 频 成分 承 载 着反 映 低
第 ２ ４卷 第 ５期 ２１年 １ ０１ Ｏ月
振 动 工 程 学 报
Ｊ ｕ ｎ ｌ ｆＶｉｒ ｔｏ ｇｎ ｅ ｉｇ ｏ ｒ ａ ｂ ａ ｉｎ Ｅｎ ｉ ｅ ｒｎ ｏ
Ｖ０１ ２ ． ４ ＮＯ．５ ０ｃ． ｔ ２０１ １
机 电 设 备 早 期 故 障 微 弱 信 号 的 非 线 性 检 测 方 法 及 工 程 应 用
幅 值 的缺 陷 。 这 三 种 非 线性 方 法 应 用 于 机 电设 备 故 障诊 断 中 ， 功 地 提 取 出 了设 备 早 期故 障 的 微 弱 特 征 信 息 ， 将 成 取
微弱信号检测方法研究的开题报告
微弱信号检测方法研究的开题报告一、选题背景和研究意义随着科技的发展，现代科学技术中常常出现一些微弱的信号，如微波信号、微电信号等，这些微弱的信号往往具有重要的实际意义。
例如，激光雷达中所用的回波信号就属于微弱信号，而回波信号的检测精度直接决定了激光雷达的探测效果。
因此，微弱信号的检测成为现代科学技术中的一个热点问题。
微弱信号检测技术是指利用各种方法和手段，从微弱干扰和噪声之中提取出待检测信号。
该技术广泛应用于物理、电子、声学、生物等领域，如雷达信号处理、成像技术、医学诊断、生态监测等。
目前，微弱信号检测方法主要有传统的模板匹配法、功率谱法、频域积分法等；以及新兴的小波变换法、压缩感知法等。
然而，这些方法有其自身的局限性，例如，传统的功率谱法局限于窄带信号，小波变换法所需要的计算复杂度高等问题，难以满足实际场景中信号检测的需求。
因此，设计一种高效准确的微弱信号检测方法具有重要的研究意义和现实应用价值。
本研究旨在探索新的微弱信号检测方法，提高其检测精度和可靠性，为相关领域的发展做出贡献。
二、研究内容和方法1. 研究内容：本研究将主要探索以下内容：（1）微弱信号的特征分析和建模：对不同类型的微弱信号进行特征分析，选择合适的数学模型进行描述和建模。
（2）微弱信号的提取与分离：利用合适的信号处理方法，从噪声和干扰中提取出待检测信号。
（3）微弱信号的检测与识别：以检测准确率为指标，设计合适的检测算法，对提取出的微弱信号进行识别和分类。
2. 研究方法：本研究将结合理论分析和实验研究两种方法，具体包括：（1）理论分析：对微弱信号检测问题进行深入的理论分析，寻找有效的解决途径和优化方案。
（2）实验研究：针对不同类型的微弱信号进行实际采集，对设计的算法进行验证和评估，得出准确性和稳定性方面的指标。
三、预期成果和意义1. 预期成果：（1）总结微弱信号检测的相关研究现状和发展趋势；（2）设计出一种高效准确的微弱信号检测方法，提高信号检测精度和可靠性；（3）通过实验证明所提出的方法在不同场景下具有很好的适用性和改进空间；（4）在微弱信号检测领域取得具有开拓性的新成果。
2023年度工程机械故障检测技术及维修措施浅议
2023年度工程机械故障检测技术及维修措施浅议工程机械是建筑、交通、水利等领域中不可或缺的设备之一，其重要性和使用频率不言而喻。
然而，长期以来，工程机械故障率居高不下，给建筑生产带来了极大的困扰。
因此，针对工程机械故障检测技术及维修措施进行深入研究和探讨势在必行。
本文将从三个角度浅议该问题，为广大工程师提供参考。
一、工程机械故障检测技术1.振动检测技术：机械故障往往会导致机器振动加剧，振动检测技术可通过振动传感器将机器振动信号转化成电信号，通过计算机进行数据分析，从而检测出故障原因。
2.声音检测技术：工程机械运行时会产生一系列的声音，如发动机噪音、机械运转声等。
声音检测技术通过声音传感器将机器发出的声音信号转化成电信号，再通过计算机进行信号处理，从而达到检测故障的目的。
3.热态分析技术：工程机械的运行通常会产生热量，较大的热量或者异常的热分布往往暗示着机械故障。
热态分析技术通过热像仪等工具实时监测工程机械的热分布，从而提前发现故障。
二、工程机械维修措施1. 预防性维修：通过定期检测和维护工程机械的关键部件，预防机械故障的发生，提高机械的可靠性和安全性。
2. 纠偏性维修：针对机械故障进行及时的修复，防止故障扩大和造成二次损失。
3. 升级性维修：当机械长期使用后，往往难以满足当前的工作需求。
此时需通过升级机械关键部件的方法提升工程机械的性能和工作效率。
三、提高工程机械维修效率的方法1. 症结分析法：通过对工程机械的事先制动系统、传动系统、电气系统、液压系统等多个系统的故障分析，找寻故障点和症结所在，进而进行高效维修。
2. 程序化分析法：通过建立专业的维修计划和操作流程，实现工程机械维修精准化、规范化和高效化。
3. 物资节约法：通过科学合理使用维修物资，避免浪费，提高维修效率。
总之，工程机械的安全性、准确性和可靠性是建筑生产的重要保障。
加强工程机械故障检测技术和维修措施的研究，提高维修效率，对于保障工程机械运行的稳定性和效率、提高建筑生产的质量和效益具有重要意义。
分析工程机械故障检测技术及维修措施
分析工程机械故障检测技术及维修措施1. 引言1.1 研究背景工程机械是建筑施工、公路建设、矿山开采等领域必不可少的重要设备，其故障会影响工程进度并增加维修成本。
对工程机械的故障检测技术进行研究具有重要意义。
工程机械故障多发生在重载、高速、频繁工作等情况下，例如挖掘机、推土机等设备。
由于工程机械的复杂性和高风险性，故障检测技术的研究和应用迫在眉睫。
目前，随着科技的不断进步，工程机械的故障检测技术也得到了长足的发展。
传感器、数据采集系统、智能诊断技术等先进技术的应用，使得工程机械的故障检测变得更加准确和可靠。
仍然存在着许多挑战和问题需要解决，例如不同类型故障的检测方法、提高检测精度和速度等方面。
对工程机械故障检测技术的研究既有现实意义，也有理论意义。
通过深入研究工程机械的故障检测技术，可以提高设备的可靠性和安全性，减少故障造成的经济损失，推动工程机械行业的可持续发展。
1.2 研究意义工程机械在现代社会中扮演着重要的角色，广泛应用于建筑、交通运输、矿山等领域。
由于工程机械长时间运行、环境恶劣以及操作不当等原因，故障问题时有发生。
研究工程机械故障检测技术及维修措施具有重要的意义。
对工程机械故障进行及时准确的检测，可以降低故障对生产造成的影响，保证工程项目的顺利进行。
通过有效的故障检测，可以提前发现潜在故障隐患，避免故障危害扩大，保证工程机械的正常运行，提高生产效率。
研究工程机械的故障检测技术，有助于提升维修人员的技术水平和维修效率。
通过合理的故障诊断技术和维修措施，可以减少维修过程中的误操作和时间浪费，降低维修成本，延长工程机械的使用寿命。
研究工程机械故障检测技术及维修措施对提高工程机械的可靠性和安全性，维护工程设备的正常运行，促进工程建设的顺利进行具有重要的意义和价值。
这也是我们开展这项研究的重要意义所在。
1.3 研究目的研究目的是为了深入了解工程机械故障检测技术及维修措施的相关知识，探讨当前常见的故障检测方法和诊断技术，总结维修措施的具体操作步骤以及预防措施的实施要点。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
建筑机械设备早期故障预示中的微弱信号检测技术研究
摘要：建筑机械设备的诊断过程基本上可以分为三个步骤：第一是诊断信息的采集与获取；第二是信号的分析和特征提取；第三是状态识别和故障诊断。
在工程实践中，为了做到防微杜渐，防患于未然，将设备故障消灭于萌芽状态，开展早期故障诊断的理论与技术研究，不仅是工程实际中的迫切需要，也是设备状态监测与故障诊断技术发展的必然趋势。
关键词：建筑机械；信息采集；特征提取；故障诊断；自适应消噪
1引言
早期故障主要包括两方面的含义，其一是指处于早期阶段的故障、微弱故障或潜在故障；其二是从物理意义上讲，某一故障是另一故障的早期阶段，如不平衡与动静碰摩、旋转失速与喘振、油膜涡动与油膜振荡、气门和活塞环密封性能与内燃机燃烧压力等。
因此，早期故障的监测诊断要比常规的设备监测诊断，在传感器的合理配置、信号处理、特征提取、故障属性、模式分类及判别决策等方面，具有更高的要求。
2微弱信号检测常用的时域方法
2.1取样积分与数字式平均
取样积分与数字式平均是检测频率已知的微弱周期信号的很有
效的方法，而且适合于频率成分复杂的信号。
早在20世纪50年代，国外的科学家就提出了取样积分的概念和原理。
1962年，加利福尼
亚大学劳伦茨实验室的klein用电子技术实现了取样积分，并命名为boxcar积分器。
为了恢复淹没于噪声中的快速变化的微弱信号，必须把每个信号周期分成若干个时间间隔，间隔的大小取决于恢复信号所要求的精度。
然后对这些时间间隔的信号进行取样，并将各个周期中处于相同位置（对于信号周期起点具有相同的延时）的取样进行积分或平均。
积分过程常用模拟电路实现，称之为取样积分；平均过程常通过计算机以数字处理的方式实现，称之为数字式平均。
对信号进行n次取样并累积平均，根据同步累积法的原理，输出信噪比的改善与成正比，平均次数n越大，信噪比的改善也越大。
因此，如果想得到较高的信噪比，则需要较长的检测时间。
2.2相关检测
相关函数和协方差函数用于描述不同随机过程之间或同一随机
过程内不同时刻取值的相互关系。
确定性信号的不同时刻取值一般都具有较强的相关性，而对于干扰噪声，因为其随机性较强，不同时刻取值的相关性一般较差，相关检测技术就是基于这种信号和噪声统计特性间的差异来进行检测的。
因此，从本质上说，相关函数是两个时域信号（有时是空间域信号）相似性的一种度量。
不足的是，自相关方法虽然可以恢复被测微弱周期信号的幅值和频率，但却丢掉了相位信息。
互相关方法可以抑制所有与参考信号不相关的各种形式的噪声，可以完全重构被测微弱周期信号，优于自相关方法，但互相关需要一个参考信号，这在应用中受到一些限制。
2.3自适应消噪
自适应消噪属于自适应信号处理的领域，它是以干扰噪声为处理对象，利用噪声与被测信号不相关的特点，自适应地调整滤波器的传输特性，尽可能地抑制和衰减干扰噪声，以提高信号检测或信号传递的信噪比。
自适应消噪不需要预先知道干扰噪声的统计特性，它能在逐次迭代的过程中将自身的工作状态自适应地调整到最佳状态，对抑制宽带噪声或窄带噪声都有效。
因此，自适应消噪在通信、雷达、声纳、生物医学等工程领域得到了广泛的应用。
例如，水下侦查系统中的发射器和接收器靠的很近，为了探测水下远程目标，发射信号的功率必须很强，这必然会串扰到接收器中，所以接受到的远程目标的反射波就被淹没在串扰信号中，必须采取有效的串扰抵消措施，才可能利用反射波的到达时间测出发射点到目标的距离。
但是，自适应消噪的方法要求在所检测的设备上相近的位置至少安置两个特性相同的传感器，一个用来检测有用信号，而另一个则用来检测干扰噪声。
显然这个要求并不是所有的检测系统都能满足的。
3微弱信号检测常用的频域方法
3．1快速傅立叶变换
1965年cooely-tukey在《计算数学》杂志上首次发表了快速傅立叶变换算法，实现了信号处理从时域到频域分析的转变。
此后，fft和频谱分析很快发展成为机械设备故障诊断、无线电通信、图像信息处理和自动控制等众多学科重要的理论基础。
然而长期的应用和理论分析表明：fft得到的离散频谱的频率、幅值和相位均可
能产生较大的误差，单频率谐波信号加矩形窗时的幅值最大误差从理论上分析可达36.4%；即使加其他窗时，也不能完全消除此误差，加hanning窗并只进行幅值恢复时的最大幅值误差仍高达15.3%，相位误差高达??0度，频率最大误差为0.5个频率分辨率。
因此，fft分析的结果在许多领域只能定性而不能精确的定量分析和解决问题，大大限制了该技术的工程应用，在机械振动和故障诊断中常被用作粗略判断机组运行状态和故障类型的基本工具。
3．2功率谱密度
对长数据直接进行fft计算需要大量的时间，这在计算机上实现起来相对比较简单，但在dsp（digital signal processor）芯片中实现起来相对就比较复杂了。
按一定长度将长数据分割成块，在dsp中对这些短的数据块进行fft就容易很多，所以这类分段fft 的方法在基于dsp芯片的仪器、仪表中得到了大量应用。
psd分析技术将长数据分割成长度为1024或其整数倍的适合于dsp处理的长度，对每个数据块进行fft，与时域中的取样积分和数字式平均方法相类似，将各个数据块中处于相同位置的经过fft后的数据的能量进行积分和平均，得到信号的功率谱密度。
与fft相比，psd 计算速度要快一些，而且易于在基于dsp的仪器中实现。
3．3滤波
滤波就是根据被测信号的特点，使用滤波器对信号进行滤波处理，以减少其它频率范围的信号和噪声对被测信号的影响，提高信噪比。
滤波消噪只适用于信号与噪声的频谱不重叠的情况。
利用滤
波器的频率选择特性，可以把滤波器的通带设置的能够覆盖有用信号的频宽，所以滤波不会使有用信号衰减。
而噪声的频带一般较宽，当通过滤波器时，通带之外的噪声功率受到大幅度衰减，从而使得信噪比得以提高。
4结语
早期故障具有两方面含义，一是指处于早期阶段的故障、微弱故障或潜在故障；二是从物理意义上讲，某一故障是另一故障的早期阶段。
故障发现得越早，越有助于设备的安全可靠运行。
但是，设备早期故障的特征信号很微弱，往往被强噪声所淹没，信噪比很低，极大地影响了设备运行状态信息的准确获取。
论文以建筑机械设备为对象，研究了早期故障预示中的微弱信号检测与实用诊断技术。
参考文献：
[1] 胥永刚. 机电设备监测诊断时域新方法的应用研究：[d].西安：西安交通大学，2004
[2] 曾庆勇. 微弱信号检测[m]. 杭州：浙江大学出版社，1994
[3] 孟昭信，微弱物理量的检测[j]. 首都师范大学学报，1997，18(9)：119~124
[4] 余欲为，冯庚斌，段全胜，等. 柴油机振动诊断的微机实现[j]. 小型内燃机，1995，24(2)：42~45
作者简介：权学芬（1978～），女，汉族，宁夏银川人，现主要从事建筑机械安全检测方面的工作。