tag 标签: 故障诊断

相关帖子
相关博文
  • 2025-4-30 11:06
    0 个评论
    一、‌机械定位类故障‌ 1、‌探针无法移动或定位失准‌ l‌诊断方法‌:检查电源通断状态,观察驱动器/电机是否异常运行;使用显微镜校准探针与样品台的水平度。 l‌解决方案‌:更换损坏的电机或电路板;紧固机械部件并重新校准X/Y/Z轴定位系统。 2、‌探针与样品接触异常‌ l‌诊断方法‌:观察探针jian端是否弯曲/氧化,检查样品表面平整度。 l‌解决方案‌:更换老化探针或调整探针压力至合适范围(推荐压力:0.1-0.5N);使用真空卡盘吸附固定样品以消除位移。 二、‌电接触与信号类故障‌ 1、‌探针接触不良导致信号失真‌ l‌诊断方法‌:通过示波器检测信号波形是否异常(如噪声增大、幅值波动);测量探针电阻值是否超出标准范围(通常<1Ω)。 l‌解决方案‌:使用酒精清洁探针和被测点,消除氧化层或污染物;调整射频探针阻抗匹配模块(针对高频测试场景)。 2、‌测试数据不准确或重复性差‌ l‌诊断方法‌:对比多次测试结果差异,排查环境干扰(如温湿度波动)。 l‌解决方案‌:启用真空/正压环境隔离外部干扰;校准测试设备(如源表、示波器)的基准参数。 三、‌环境控制类故障‌ 1、‌真空度不足或泄漏‌ l‌诊断方法‌:使用氦质谱检漏仪定位漏点,检查密封圈/管道连接状态。 l‌解决方案‌:更换老化密封圈(推荐材料:氟橡胶);启动备用真空泵组提升抽气效率。 2、‌温度控制失效‌ l‌诊断方法‌:监控温控系统反馈信号,验证传感器精度(误差>±1℃需排查)。 l‌解决方案‌:更换故障的温度传感器;调整PID控制算法参数以优化响应速度。 四、‌光学系统类故障‌ 1、‌显微镜成像模糊或亮度异常‌ l‌诊断方法‌:检查物镜/目镜清洁度,确认孔径光栏开度是否匹配(建议开度:70%-80%)。 l‌解决方案‌:使用无尘布清洁光学镜头;调节样品台水平度至双轴误差<0.01°。 五、‌通用排查流程‌ 1、‌直觉法‌:观察设备外观是否有断线、元件烧毁等直观异常。 2、‌替换法‌:用正常部件(如探针、传感器)替换可疑元件验证故障点。 3、‌参数对比法‌:将故障数据与历史正常数据对比,定位偏差环节。
  • 2024-3-7 17:38
    1 次阅读|
    0 个评论
    在为杂志装订机开发新产品的过程中,作为 印刷后处理机械领域的全球领导者 ,Müller Martini AG公司发现了传感器故障的问题。通过使用虹科MSR 微型加速度数据记录仪,成功地确定了故障的原因。 新杂志装订机中的三刀修整装置的故障部件是边缘传感器,它们用于检测产品在切割前的位置。在之前的使用中,它们一直没有故障,但是在测试阶段时在客户的场地上出现了故障。对故障传感器的分析显示传感器元件出现了机械损坏。 初步怀疑故障原因为振动。然而,由于机器内部运动序列非常动态,可能存在多种导致问题的原因,因此需要找到一种记录传感器振动的方法。 测量的目的是尽可能准确地确定可能造成干扰的来源,以便做出正确的结论。同时,迫切需要验证采取的措施是否有效。 经过网络搜索,借助瑞士技术公司MSR Electronics GmbH的网站进行在线配置,并与顾问进行电话沟通,最终选择了虹科MSR165系列微型数据记录仪作为合适的测量设备。这一精心的选择为他们解决问题提供了有力的支持,并为他们解决这一难题提供了确凿的证据。 关于故障排除:用于冲击和振动的微型数据记录仪 用于冲击和振动的虹科MSR165数据记录器能够每秒执行1600次测量,可持续五年。其核心传感器元件是高分辨率的三轴数字加速度计。它非常适合进行振动测量和冲击监测,例如用于运输监测、故障诊断和负载测试等领域。 通过虹科MSR165,可以实现对冲击的监测,最高可达到±15 g或±200 g,并记录事件前的32个测量值。记录仪的存储容量超过200万个测量值,足以记录超过1万次冲击,甚至在需要的情况下,可以持续很长时间。通过MicroSD卡,存储容量甚至可以增加到超过10亿个测量值(1000万次冲击)。所有数据可以通过USB或MicroSD卡快速传输到计算机。虹科MSR165附带PC软件,用于配置和分析数据,以及虹科MSR ShockViewer软件。这款功能强大的评估软件用于高级分析和图形显示以冲击模式获取的数据,以及自动生成报告。 测量和调查结果 数据记录仪使用双面胶带牢固地固定在受影响的新机器传感器上(图2)。在操作期间,x轴方向上测得高达218 g的加速度(图3)。通过与旧机器上的数据记录仪进行比较测量(图4),结果显示仅有约35 g的加速度(图5)。因此可以清楚地理解为什么新机器上的传感器会遭受损坏。 通过逐个关闭子系统,迅速确定这些巨大的加速度是由气动止动装置引起的 。现在对这些止动装置进行了更详细的分析,并列出了所有的差异。 错误的原因迅速被排除 阀门和止动装置之间的软管长度成为了关键。通过采用与旧机器上相同长度的软管,现在加速度恢复到了可比较的水平。同时,传感器制造商优化了传感器,以适应仍然存在的相对较高加速度。此后,再也没有发生传感器故障。 结论 如果没有数据记录仪,很难在一个工作日内找到新机器上传感器故障的原因。 因此,这些数据记录仪不仅是一种理想的辅助工具,而且在故障诊断中节省了大量时间,尤其是在处理与冲击、振动和加速相关的机械问题时。 更多信息请访问: honglusys.com/ ,如果您想了解产品,技术,商务等任何问题,请直接点击 https://t.dustess.com/KXk3E1kQ/
  • 热度 4
    2023-12-20 10:31
    400 次阅读|
    0 个评论
    我们经常会遇到一种情况是:车主上下班路上经常会听到一个异响,但车交到我们手上,我们怎么在外面去试车,都听不到这个异响,或者条件达不到重现不了这个异响。 如果是这样,我们是不是有点崩溃?但,请不要着急。我们有解决方案: NVH软件支持导入音频文件 。 我们每个人都有手机,手机可以录音。如果车主遇到了异响,他把这个声音录下来,然后再发给我们,我们将它导入NVH软件里面,再应用软件的强大分析功能,这个问题是不是就简单很多了? 使用方法: 1.点击“选项”——“高级选项” 图1 2,在“功能”标签下,勾选“启用高级功能” 图2 3,然后在“选项”里就会有“加载音频文件” 的选择。(这需要连接上示波器才能操作) 图3 4,然后在跳出的对话框里,你就可以加载音频文件了,并创建信号了。(目前软件只支持.wav格式,如果是mp3或其它格式,网络上有很多转格式的软件,大家可以用第三方软件将格式转为.wav格式再导入)。如下图4 图4 5,效果如下图: 这是音频文件,大家可以试一下。 20190612_145801.wav 另一个帖子关于声音过滤功能的,也是用到这个文件,如感兴趣, 请点击这里 致谢: 该音频文件由西安用户常工提供。感谢常工的分享。
  • 热度 6
    2023-12-19 14:57
    690 次阅读|
    0 个评论
    在这篇案例中,将为你分享 PicoLog 软件的应用,除此之外,你也会看到它与Picoscope 7软件的不同。 例如,客户在夜间给他/她的电动汽车(EV)充电,并由能源公司收取相应的电费。 电源消耗的计算公式如下: 功率(KW)=伏特(V)x安培(A)。 能量(KW·h)=功率(KW)x时间 那么,这是如何转化为电能给电动车电池充电? 下面的截图是第一个实验,使用 8通道汽车示波器(4823) 记录电动汽车充电的 6 个小时。 仪表盘显示剩余电量约为1/4,充电前续航里程为11英里(17.7km),充电后续航里程为55英里(88.5km)。 各个通道连接如下: 通道A:12 V电池电压 通道B:12 V电池电流 通道C:高压电池电压(使用x200差分探头)。 通道D:高压电池电流 通道E:Type2模式2(主充电器)交流电压(使用x100差分探头)。 通道F:Type2模式2(主充电器)交流电流 通道G:PP (Proximity Pilot) 通道H:CP (Control Pilot) 上述测试记录了2min 53s将Type2(Mode2)充电器连接到充电插口上(最大10A),6h 11min时拔掉充电器,总充电时间约6h 8min,在充电期间,每个通道的平均值为: 通道A:12 V电池电压= 13.55 V 通道B:12 V电池电流= 1.974 A 通道C:高压电池(HV)电压= 342.5V 通道D:高压电池(HV)电流= 4.762 A 通道E:Type2模式2(充电口)交流有效电压= 239.3V 通道F:Type2模式2(充电口)交流有效值电流= 7.882A 通道G:PP 平均电压= 1.522 V 通道H:CP正占空比= 28.57%(测量误差)。 那么,究竟这台电动汽车消耗了多少电能?而能源公司收取了多少电费? 让我们来看看 电流损失 从上面的结果我们可以看出,充电口电流(有效值7.882 A)在12V和HV电池之间分配。如果我们把这些加在一起,1.974 + 4.762 = 6.736 A的总直流充电电流。 将这些数值作为直流电流与交流有效值电流的百分比来看,我们可以得出: 6.736 A(直流)/7.882 A(交流有效值)= 0.85 x 100 = 85 %。 充电口应用的约85%的有效电流被转换为直流,然后在12V和HV电池之间分配(相当于总的主电流损失15%)。 现在看一下功率损失 充电口使用的功率= RMS 239.3V x RMS 7.882 A = 1886.16 W (1.886 kW) 12 V电池使用的功率=13.55 V x 1.974 A = 26.75 W≈ 0.027 kW HV电池功率=327.7 V x 4.762 A = 1560.51 W(1.561 kW)。 这些电池的总功率 = 1.561 kW + 0.027 kW = 1.588 kW 功率损失 = 1.886 - 1.588 = 0.298 kW 效率 = 电池总功率/从充电口输送的总功率 1.588 kW / 1.886 kW = 0.842 x 100 = 84.2%效率 功率损失=100-84.2=15.8%。 当然,市电提供的100%的有效值电流、功率和能量不能用于直流充电,因为在交流到直流的转换过程中,许多部件会 "消耗",包括冷却泵、风扇、交流压缩机、继电器、网络和ECU(更不用说自然损失,如热量、电缆和连接)。 下面的热图像显示了充电系统的不同热损失 如果我们现在用RMS值来看待从充电口(能源公司)消耗的能量,那么客户的费用应该相当于: 功率(KW)=伏特(V)x安培(A) RMS 239.3 V x RMS 7.882 A = 1.886 kW 能量(KW·h)= 功率(KW) x 时间 1.886KW x 6h 充电时间 = 11.316K·h,这就是从充电口中消耗的电能。 现在 看看能量损失(应该与功率损失相同) 充电口消耗的功率=239.3 RMS V x 7.882 A RMS x 6小时=11.316 kW·h 12 V电池消耗的功率=13.55 V x 1.974 A x 6小时=0.162 kW·h 高压电池消耗的功率=327.7 V(平均)x 4.762 A x 6小时=9.366 kW·h 这些电池消耗的总功率 = 9.366 kW·h + 0.162 kW·h = 9.528 kW·h 能量损失 = 11.316 - 9.528 = 1.788 kW·h 效率=电池消耗的总能量/从充电口消耗的总功率 9.528 kW·h / 11.316 kW·h = 0.842 x 100 = 84.2%效率 能量损失 = 100 - 84.2 = 15.8% 下面用PicoLog软件做测试 下面使用PicoLog软件重复以上的测试,看看PicoScope 7 和PicoLog的不同。下面做的测试是一个超过12小时的充电时长,直到充满电后停止充电,而不是车主主动断开充电。 PicoLog 软件现在可以从 www.qichebo.com/software/ (见下文)下载。 那么,PicoLog在汽车方面的定位是什么? 想想“时间或趋势”比采样率(高分辨率)更重要的应用。 采集温度是一个典型的例子,没有必要在每秒100万个样本(1MS/s)的情况下绘制温度的变化。 我继续测试之前,PicoLog可以使用每毫秒、每秒、每分钟或每小时一次的采样率来记录数天、数月和数年的数据,这一点值得考虑,因为使用PicoScope 7,都是在微秒、毫秒级别的高采样率去采集波形,1分钟对于PS7就是一辈子。 PicoLog的最快采样率是每秒1000个样本(1 kS/s),但当以这个速度长时间记录时,请记住文件大小。 在下面的例子中,PicoLog记录了大约24小时,记录了电动版高尔夫从放电到完全充电的过程,采样率为1 kS/s。 上述保存的文件大小=428.079 kB;从这个角度来看,用高分辨率采集的2分钟视频大约是300 kB。 为什么这很重要? 管理文件是一回事(即传输、共享和存储),但更重要的是,当你要从PicoLog导出数据(例如,csv格式)并试图加载到Excel中进行进一步的分析或转换时,你会简单地以 "过载 "而告终。 也就是说,如果你纯粹是在看 "趋势",为什么要以1 kS/s采样? 请看下面的截图,注意通道A和B是如何测量50Hz的电源电压和电流的。为了捕捉和显示50Hz的电源频率,我们需要更高的采样率;请我们使用PicoLog的缩放功能来显示50Hz的正弦波,这要归功于1千秒的采样率。 下面的图片展示了使用PicoLog的1 kS/s高采样率的好处。 从上面的图片可以看出,有一个折中的考虑,主要是由你希望实现的目标来决定的。如果你需要记录交流电,那么就需要1 kS/s的采样率,以牺牲文件大小为代价,但有一个好处,那就是只要你想,就可以进行无缝记录。 现在回到手头的任务,让我们看看分别输送到12V和HV电池的直流电流。 注意:这些 "缓慢变化 "的直流信号可以以每秒1个样本的速度舒适地记录下来,这样可以减少文件的大小,但仍然可以得到有效的结果。 注意上面的充电时间(10h 36min),以及Type2(10A)充电口提供的电流如何在整个车辆中分配,大约643mA 提供给12V电池,大约4.868A提供给高压电池(注意,这些不是真正的平均值,它们是通过将信号尺穿过大部分绘制的波形获得的数值)。 为了确定我们的电源电压和电流(通道A和B)的有效值,我们取每个通道的峰值并乘以0.7071(见下文)。 以下是我们从上述PicoLog捕捉到的计算结果。 充电口的利用率=234.74 RMS V x 7.30 A RMS = 1,713.602 W (1.714 kW) 计算12V和HV电池的功率利用率需要电压值以及电流。(瓦特 = V x A) 在我们上面的实验中,我们只有主电压和电流,没有直流电压,因此,让我们看看蓄电池(12V和HV)消耗的电流总量与Type2充电器提供给车辆的有效电流的对比情况。 在整个充电过程中,12 V蓄电池平均电流为0.643 A 整个充电过程中,高压电池的平均电流约为4.868 A 总的直流电流(由蓄电池消耗)= 4.868 + 0.643 = 5.511 A 充电口有效值电流7.30 A - 总直流电流(电池消耗)5.511 A = 1.789 A 因此,我们有一个所谓的1.789 A的电流损失! 效率=电池消耗的总电流/从电源输送的总电流 5.511 / 7.30 A = 0.755 x 100 = 75.5 %效率 功率(能量)损失 = 100 - 75.5 = 24.5% 如果我们再次回到上面一开始的测试,使用4823与PicoScope 7计算的能量损失(15.8%)和现在用PicoLog计算的能量损失(24.5%)有些不同。 我们必须牢记这些测试之间的变量,这些变量是不一样的! 在我们的 PicoScope 7 实验中,我们的充电时间为 6 h 8 min ,PicoLog 为 10 h 36min。 PicoScope 7 在整个充电时间内(在时间标尺之间)准确地计算出 "平均值 "和 "有效值",而在 PicoLog 中,我只是将标尺放在信号的大部分时间内,得出一个平均值。 我们的PicoLog RMS值是通过放大我们的10h 捕获的一小部分来获得的,以得出应用数学的交流电流和电压的峰值(峰值x 0.7071)。 再加上电池的消耗特性(取决于SOC)和电流钳的固有特性随时间和温度的变化而 "漂移"。 总结上述情况,我们看看PicoLog的优点和缺点: 我想从上述所有内容中得到的启示是,PicoScope 7不是PicoLog,但确实具有记录功能。同样,PicoLog当然也不是PicoScope 7,但确实有一些整洁的功能和在我们行业中的一些应用。引用詹姆斯-狄龙的话:"正确的工具,在正确的时间,为正确的工作"。
  • 热度 1
    2023-12-11 13:50
    113 次阅读|
    0 个评论
    一、故障现象 一辆2019款别克GL8豪华商务车,搭载LTG发动机,累计行驶里程约为10.7万km。车主反映,车辆行驶过程中组合仪表提示前照灯水平调节故障。 二、故障诊断 接车后试车,起动发动机,组合仪表上提示“前照灯水平调节故障”;接通前照灯开关,两侧前照灯均能正常点亮。用故障检测仪检测,前照灯调平控制模块(HLCM)存储有2个当前故障代码“U1501-00LIN总线”“U1502-00LIN总线”(图1)。 图1 用诊断仪读取到的故障码 如图2所示,前照灯调平控制模块(K28)通过LIN(局域互联网)总线与左侧前照灯总成(E13LA)内的前照灯高度调节执行器(M29L)和右侧前照灯总成(E13RA)内的前照灯高度调节执行器(M29R)通信。 图2 前照灯高度调节执行器控制电路 由此推断可能的故障原因有:相关线路(供电、搭铁及通信线路)故障;相关元件(K28、M29L及M29R)故障。测量E13RA导线连接器端子9的供电及端子11的搭铁,均正常。 用pico示波器在线测量E13RA导线连接器端子10上的LIN信号波形(图3),持续为高电位,约为13.8V,异常。 图3 故障车的LIN信号波形 脱开E13RA导线连接器,波形发生变化(图4),高电位约为13.7V,低电位约为0.37V,信号电压恢复正常。 图4 脱开E13RA导线连接器后的LIN信号波形及串行译码 对信号进行串行译码,发现LIN总线上在循环发送2个报文帧,一个报文帧的ID为B4,另一个报文帧的ID为F5,且报文帧ID为F5时有应 答(图5),报文帧为B4时无应答(图6)。 图5 ID为F5的报文帧 图6 ID为B4的报文帧 脱开E13LA导线连接器,报文帧ID为F5时也没有应答了(图7)。LIN总线报文帧由帧头与应答两部分组成,传输过程中主节点负责发送帧头,从节点负责接收帧头并作出解析,然后发送应答。 图7 脱开E13LA导线连接器后的LIN信号波形及串行译码 由此可知,IDB4为主节点K28对从节点M29R发出的帧头,IDF5为主节点K28对从节点M29L发出的帧头。诊断至此,推断E13RA内部线路或M29R损坏,导致整条LIN总线无法通信。 三、故障排除 E13RA 为总成件,无法进一步拆检。更换E13RA后试车,故障现象消失。再次测量LIN信号波形并进行串行译码(图8),发现2个报文帧均有应答了,故障排除。 图8 维修后的LIN信号波形及串行译码 作者: 西安恒泰汽车服务有限公司 岳 锋 岳锋,现任西安恒泰汽车服务有限公司维修技师,兼咸阳零跑汽车服务中心技术经理;通过博世技术高 级技师认证;2019全国博世车联技能比武大赛前10名获奖选手。
相关资源
  • 所需E币: 5
    时间: 2025-5-30 09:35
    大小: 3.56MB
    上传者: htwdb
    感应加热技术具有清洁、安全、高效、易控等独特优势,在工业热处理领域得到广泛应用。并联谐振逆变电路是感应加热电源的主要电路,当电路发生故障时将会导致设备瘫痪,严重时甚至会造成人员伤亡。因此,快速准确的诊断并联谐振逆变电路故障类型、定位故障点具有重要研究意义。本文对并联谐振逆变电路在线故障诊断方法展开研究,主要研究内容如下:工件在加热时要求感应加热电源的输出功率大,但是单晶闸管的耐压值不能满足该要求。因此,本文设计了双晶闸管串联的并联谐振逆变电路。分析逆变电路的工作原理,利用Simulink对逆变电路进行仿真建模,将故障类型分为4大类。通过分析不同故障状态下的晶闸管两端电压波形与负载电压波形,得到故障诊断的关键特征参数为晶闸管触发角、偏移角。其次,考虑到电磁干扰、测量误差等原因会导致采集的晶闸管触发角数据失真。本文采用强跟踪滤波算法对晶闸管触发角数据进行滤波,并在仿真平台验证滤波效果。通过分析仿真结果可知该算法在触发角无突变的工况下最大误差为0.8°,在触发角突变的工况下最大误差为2°,该算法在跟踪触发角突变的同时能够保证滤波精度。由于实际工作过程中逆变电路触发角不可测,因此,本文采用拉伊达准则对逆变电路触发角估计,进而得到晶闸管偏移角,为后文故障诊断奠定基础。
  • 所需E币: 5
    时间: 2024-3-12 10:48
    大小: 2.37MB
    上传者: htwdb
    由于船用机械设备各项功能的发展进步,船用机械设备的智能性、自动化程度、精密度较之前有较大的提升,随着诊断方法和设备的进步,早期的一些信号监测处理方法已不能满足现代设备要快而准的识别故障类型的需求。为了人们能提早发现船舶设备发生的故障及原因,及时修复,减少船舶灾难事件,需要对船舶设备运行状况进行实时监测。因此针对故障诊断方法研究和创新以及软件开发,从而实际应用于船舶设备,及时对其监测和诊断是必要的。  机械故障诊断技术经40多年的发展在取得进步的同时仍存在许多亟待解决的问题,如智能诊断系统薄弱,故障诊断方法有限等。本文首先介绍了故障诊断的发展背景,对现有船用设备机械系统中信号处理方法的国内外研究现状及存在的不足进行了说明,详细介绍了在故障诊断中的基本信号分析方法。着重研究了自适应滤波方法,在其基础上推导维纳滤波方法,提出其在C#语言中的实现方法,利用维纳法在软件中对获得的振动信号进行消噪方面的处理。其次,比较VisualStudio(简称VS)与Labview基于本项目的功能效果,表明VS的优越性,并使用C#语言开发在.NET4.0框架下,VisualStudio(下文简称VS)环境运行的振动信号采集和分析窗体软件,将数据处理的方法和界面操作功能进行分模块编程,文中按照系统建模分类对软件进行介绍,模块分为:数据采集、信号分析、数据存储和参数设置等,使系统的数据分析能力提高。接下来,按照软件包含的信号处理方法介绍软件操作流程,采用的处理方法有:离散傅立叶变换、小波变换、魏格纳分布等,使用仿真信号验证软件可靠性的基础上,到船舶上现场试验采集数据进行实验分析,验证结果表明监测系统能够准确获取目标信号、判断设备故障功能。最后总结全文,讨论了该方法实现过程的不足及软件今后的发展方向
  • 所需E币: 1
    时间: 2023-7-13 15:25
    大小: 7.53MB
    上传者: 张红川
    东南大学电气设备故障诊断课件.zip
  • 所需E币: 1
    时间: 2023-6-1 10:46
    大小: 39.01MB
    汽车新技术及典型故障诊断维修-毛彩云-陈学深
  • 所需E币: 1
    时间: 2023-6-1 10:41
    大小: 76.26MB
    汽车故障诊断与检测技术(第2版)-(汽车检修技能提高教程丛书)-王盛良
  • 所需E币: 1
    时间: 2023-5-12 16:14
    大小: 18.33MB
    自动变速器动力分析与故障诊断彩色图解:拉维娜式分册-(汽车技术与维修彩色图解系列丛书)-徐家顺
  • 所需E币: 1
    时间: 2023-3-29 12:09
    大小: 48MB
    设备故障诊断手册-机械设备状态监测和故障诊断
  • 所需E币: 2
    时间: 2023-3-29 12:09
    大小: 49.46MB
    机械故障诊断理论与方法
  • 所需E币: 2
    时间: 2023-3-29 15:27
    大小: 10.74MB
    旋转机械故障诊断若干关键技术研究及应用
  • 所需E币: 2
    时间: 2023-3-29 14:50
    大小: 13.45MB
    基于振动分析的现代机械故障诊断原理及应用
  • 所需E币: 1
    时间: 2023-3-28 11:07
    大小: 38.11MB
    工业机器人故障诊断与预防维护实战教程
  • 所需E币: 1
    时间: 2023-3-10 19:25
    大小: 19.75MB
    电机建模、状态监测与故障诊断
  • 所需E币: 5
    时间: 2023-2-13 16:45
    大小: 2.54MB
    上传者: czd886
    灰色关联理论下的移动机器人故障诊断方法研究
  • 所需E币: 5
    时间: 2023-3-5 22:58
    大小: 20.67MB
    上传者: 小圆梦
    《变频器故障诊断与维修》电子书籍
  • 所需E币: 0
    时间: 2023-2-12 18:56
    大小: 1MB
    上传者: ZHUANG
    基于DSPFPGA架构的DWT-SVM机载设备故障诊断方法研究
  • 所需E币: 5
    时间: 2023-2-14 12:01
    大小: 1.42MB
    上传者: czd886
    基于EMA_UKF的移动机器人传感器故障诊断.
  • 所需E币: 5
    时间: 2023-2-14 13:46
    大小: 269.76KB
    上传者: czd886
    基于交互多模型无味卡尔曼滤波的移动机器人故障诊断
  • 所需E币: 0
    时间: 2023-2-12 18:05
    大小: 2.97MB
    上传者: ZHUANG
    一种基于FPGADSP高速系统的故障诊断研究
  • 所需E币: 5
    时间: 2023-2-12 18:04
    大小: 1.26MB
    上传者: ZHUANG
    基于DSP的矿井采煤机状态监测及故障诊断系统设计
  • 所需E币: 0
    时间: 2023-2-12 14:39
    大小: 3.92MB
    上传者: ZHUANG
    改进多线性主成分分析网络及其在滚动轴承故障诊断中的应用