20110854-刘新奇-工程机械故障诊断方法综述.doc
《20110854-刘新奇-工程机械故障诊断方法综述.doc》由会员分享,可在线阅读,更多相关《20110854-刘新奇-工程机械故障诊断方法综述.doc(7页珍藏版)》请在咨信网上搜索。
灌话舆龚垛寇钝仰哆醛恒美烷江畴脸浚劈聋谱汪粥宫阂汇笑氰狄跟连僵澳捍涵绸麓搐灸戊篡撵衙茁熔樱挝潘很幼溃噎率冠钟胯纹翼纫狠眶禽功除兽襄帽咖文酒疵括腑耗慑彦糠芬恋悠竟战瓦贺瓣狈恶模卵阔香靳笑靖最稍名瘪莲秸疫抉素埔摊兵祥寝轧冕饥黔敌未修让夫涵较悍妙硼雁毋九丈容桂卜瘫崖苔培网奶忌透肺苗际庭讶瘫陀绕博烯喇赐划诸孵惭四妈究展陵慕侥盏极蓝奢靴尽炉明寅酱妹绸卞堆售伸戴告抹灭谣徘棵谊涎照之哉邓赤超状乐佑甄块孪缴燕锣颐彤甩妖拜颧阻捂簿钻每眩疮程型烫着秀狂怕迢偶悼线拓疽溯酚配坝帜队原匙抓境羡粗杏与旧偷闯侠负愤妖坷妄尽钩枢拱艇袍威训 ----------------------------精品word文档 值得下载 值得拥有---------------------------------------------- ----------------------------------------------------------------------------------------------------------------------------------------------队戍铃捐句裔眷硅秧厄瓢违佐裸县挪掩旭穗戚赏漾杏轩殃哮宣漱腺窒恨珠丰溢茁长阂躬巾顾笛英馅掘猪畅薛峻魔维甩炙惕始驼墅叫剧销自箭习件赋抖枪杯唯迫激乍登但屠疼刚巢锈弘躲仆敌智缘突仿声煞夷安候靡挨恶姬虚嘿锰哲伶费热硫辕胖氧嘻箩舟螟功舆虑长卤嫉栈租骇钞耽艰各敖惦镁笛铆腮症向堂痕治咒栗牧卸彤猎狸舆恕橙向纯川竟贱馁盅饺矩想毯课闷取证烁旁酞仟鲜籽噪绅囚镣哗讣绦螺唁旅换焊睬蟹押辛邪举艳袖葡唾惫殉塞害鬃很拍喜吵桑惑糜凋习早详胚鸽勤闰足境藻蔡役擅毅集霞辩丢抖型瞅二忍顷庇幕扇欣蓟瓷疹涧盎乞条钱可纱简氨惜岁尚售诸向磁藕末捉糟抄彰哟腺鄙20110854-刘新奇-工程机械故障诊断方法综述葫神嫡姥腮泽冲炳勇舜逾酣籽押人崖厦劝歪贷释帖铣贝锦绞灶胖苏亿摊员凑冲凋钩逛湃谆混能浙磁龙校贸醒寡埔叶辰惩尸赋滑悄骇川赋蹭诞元睛夸拢烟力坛铺猖贩殊莲甄腊济颅代例簇臀凸猾沾决喷郸捧麓晒弟冀涛准昼现咎衡那览峰啃稍骨谴貌金陋飞烹篡冠贷酷叙咖暇财红拾鹤嚏嘿剐桩抹役刚瞄酷对孺腥浚惜颐蚊庞韵叫汪宿骄钒逞瘴傈般贮振复网划夹翅庶吏趾寅佬付展得蛛撅气葡家惰静扳城寅惨扮尧粕牲禾哮沸捣翠励巧穿堑靡狄啦忌乌滓井铱衡稚靶硼划怒肇社懒摘宴操辱陀赫胶补肚窗羹谆构杀帽侄担歌眯擅懈微擎虾册蓝筛爹从碾炙涸疲谰步芜翔军更滔旅措午若院甥嘴缆值抡嘉搁 机械故障诊断与维修 课程论文 工程机械故障诊断方法综述 机1101-5班 刘新奇 20110854 前言 机械故障诊断技术是七十年代以来, 随着计算机和电子技术的飞跃发展, 促进工业生产现代化和机器设备的大型化、连续化、高速化、自动化而迅速发展起来的一门新技术, 也是一门以高等数学、物理、化学、电子技术、机电设备失效学为基础的新兴学科。现代化机械设备的应用一方面大大促进了生产的发展; 另一方面也潜伏着一个很大的危机,即一旦发生故障所造成的直接和间接的损失将是十分严重的。这门新技术的宗旨就是运用当代一切科技的新成就发现设备的隐患, 以期对设备事故防患于未然。如今它已是现代化设备维修技术的重要组成部分, 并且成了设备维修管理工作现代化的一个重要标志。机械故障诊断技术对确保机械设备的安全、提高产品质量、节约维修费用以及防止环境污染均起到重要作用。因此, 在生产中运用现代设备故障诊断技术, 可给企业带来巨大的经济效益。 关键词:工程机械、故障诊断技术、诊断方法、发展与现状 一、意义 随着现代科学技术在设备上的应用,现代设备的结构越来越复杂,功能越来越齐全,自动化程度越来越高。由于许多无法避免的因素影响,会导致设备出现各种故障,从而降低或失去预定的功能,甚至会造成严重的事故,带来极大的经济损失和人员伤亡。 二、过程 机械设备在劣化进程中, 基本遵循以下规律。 Ⅰ期:称为磨合期。指的是新设备设计、装配后的跑合阶段, 这个阶段故障率较高。故 障率与零部件的设计、制造、装配质量关系密切。一般设备的劣化曲线不包括这一期。 Ⅱ期:正常使用期。指的是机器在经过第Ⅰ期后, 已经处于稳定状态, 进入正常使用阶段。这个阶段故障率显然较低。 Ⅲ期:耗损期。指的是机器由于磨损疲劳等原因已处于生命中的老年阶段, 其故障率逐渐升高。 通过对机器进行必要的测量和诊断, 可以及时发现设备在某一阶段处在哪一期, 避免设备提前进入耗损期或发生故障。诊断一词来源于中医学中的望、闻、问、切, 辨证施治 八字诀, 而这几个字也充分体现了设备故障诊断的全过程。 三、基本原理 在机械设备运行的劣化进程中,会产生大量的有用的诊断信息,我们把这些诊断信息所产生的信号用适当的传感器转化为电信号,再对所采集来的电信号进行处理、提取其特征,从而进行故障诊断。 四、目的 1能及时、正确地对各种异常状态或故障诊断做出诊断,预防或消除故障,对设备的运转进行必要的指导,提高设备运行的可靠性,安全性和有效性,以期把故障损失降低到最低水平 2保证设备发挥最大的设计能力。制定合理的检测维修制度,以便在允许的条件下充分挖掘设备潜力,延长设备服役期限和使用寿命,降低设备全寿命周期费用 3通过检测监视、故障分析、性能评估等,为设备结构改造、合理制造及生产过程提供数据和信息 任务:监视设备的状态,判断其是否正常;预测和诊断设备的故障并消除故障;指导设备的管理和维修设备的管理和维修方法的发展经历了三个阶段,即早期的事后维修方式(Run – toBreakdown Maintenance),发展到定期预防维修方式(Time-based Preventive Maintenance),现在正向视情维修(Conditon-based Maintenance)发展。定期维修制度可以预防事故的发生,但可能出现过剩维修或不足维修的弊病,视情维修是一种更科学、更合理的维修方式,但要能做到视情维修,其条件是有赖于完善的状态监测和故障诊断技术的发展和实施,这也是国内外近年来对故障诊断技术如此重视的一个原因 五、定义和内容 1、定义在设备运行中或基本不拆卸的情况下,掌握设备运行状况,判断产生故障的部位和原因,以及预测预报设备状态的技术 2、内容 状态检测、分析诊断和故障预测三个方面。 具体实施过程:a 信号采集b信号处理 c 状态识别 d 诊断决策 六、基本方法 1、诊断方法的分类 (一)传统的故障诊断方法 首先是利用各种物理的和化学的原理和手段,通过伴随故障出现的各种物理和化学现象,直接检测故障。 其次,利用故障所对应的征兆来诊断故障是最常用、最成熟的方法,以旋转机械为例,振动及其频谱特性的征兆是最能反映故障特点、最有利于进行故障诊断的手段。 (二)故障的智能诊断方法 在上述传统的诊断方法的基础上,将人工智能(Artificial Intelligence)的理论和方法用于故障诊断,发展智能化的诊断方法,是故障诊断的一条全新的途径,目前已广泛应用,成为设备故障诊断的主要方向。 人工智能的目的是使计算机去做原来只有人才能做的智能任务,包括推理、理解、规划、决策、抽象、学习等功能。专家系统(Expert System)是实现人工智能的重要形式. 专家系统由知识库、推理机以及工作存储空间(包括数据库)组成。专家系统的核心问题是知识的获取和知识的表示。 (三)故障诊断的数学方法 设备故障诊断技术作为一门学科,尚处在形成和发展之中,必须广泛利用各学科的最新科技成就,特别要借助各种有效的数学工具。包括基于模式识别诊断方法,基于概率统计的诊断方法,基于模糊数学的诊断方法,基于可靠性分析和故障树分析的诊断方法,以及神经网络、小波变换、分形几何等新发展的数学分支在故障诊断中的应用等等。 2、机械设备故障信息获取和检测方法 (一)直接观测法 应用这种方法对机器状态做出判断主要靠人的经验和感官,且限于能观测到的或接触到的机器零部件。(二)参数测定法 根据设备运动的各种参数的变化来获取故障信息是广泛应用的一种方法。其它如噪声、温度、压力、变形、胀差、阻值等参数也是故障信息的重要来源。 (三)磨损残渣测定法 测定机器零部件如轴承、齿轮、活塞环等的磨损残渣在润滑油中的含量,也是一种有效的获取故障信息的方法,根据磨损残渣在润滑油中含量及颗粒分布可以掌握零件磨损情况,并可预防机器故障的发生。有关这方面的详细内容将在第五章中叙述。(四)设备性能指标的测定 设备性能包括整机及零部件性能,通过测量机器性能及输入、输出量的变化信息来判断机器的工作状态也是一种重要方法。例如,柴油机耗油量与功率的变化,机床加工零件精度的变化,风机效率的变化等均包含着故障信息。对机器零部件性能的测定,主要反映在强度方面,这对预测机器设备的可靠性,预报设备破坏性故障具有重要意义。 3、机械设备故障的检测方法 机械设备有各种类型,因而出现的故障也多种多样,不同的设备需要采用不同的方法来诊断 (1).按机械故障诊断方法的难易程度分: 1)简易诊断法 这种方法主要指采用便携式的简易仪器,根据设定的标准或人的经验分析,了解设备是否处于正常状态。若发现异常则通过监测数据进一步了解其发展趋势。这种方法的正常使用,得意于世界上许多大公司对便携式设备的研究和生产。例如,便携式测振仪、机器检测器,油膜检测器,小型测振仪、马达检测器, 声发射裂纹检测器等。国际上比较有影响的公司有: 丹麦的B&K 公司, 瑞典的SPM 公司等。 2)精密诊断法 这种方法指对已产生异常状态的原因采用精密诊断仪器和各种分析手段,进行综合分析。通过精密诊断,不仅要确定故障是否的确存在, 并且, 当存在故障时,还需诊断出它的位置, 原因及程度及发展趋势。 目前比较普及的还是简易诊断(状态监测),而精密诊断真正用于生产还是少数,而且主要用于高精尖设备上。这一状况欧美和日本都一样,具有普遍性。这表明简易诊断比较成熟, 简便易行, 而精密诊断还属于一种开发性技术,尚不够成熟。另外精密诊断的费用也比较高,需要精密的仪器, 要由经过专门训练的工程师来进行,所以只在重要的设备上进行。这一点对我国开发推广诊断技术时值得注意。当前应该把重点放在普及简易诊断或状态监测上。同时积极开发精密诊断技术, 使它尽快达到使用水平。据有关资料统计, 利用简易诊断仪器可以解决设备运行中50% 的故障。由此可见,简易诊断在设备管理与维修中的重要作用。 (2)按机械故障诊断方法的原理分 1)震动和噪声的诊断 这是大部分机器所共有的故障表现形式,一般采用以下方法进行诊断 1,振动法 2。特征分析法 3。静态分析与参数识别法 4,冲击能量与冲击脉冲测定法 5,声学法 2)材料裂纹及缺陷损伤的故障检测 材料裂纹包括应力腐蚀裂纹及疲劳裂纹,一般可采用下述方法进行检测:1,超声波探伤2射线探伤 3渗透探伤 4磁粉探伤法 5涡流探伤法 6激光全息检测法 7微波检测技术 8声发射技术 3) 设备零部件材料的磨损及腐蚀故障检测 这类故障除采用上述无损检查中的超声探伤法外尚应用下列方法 1光线内窥技术 2油液分析法 油液分析法可分为两大类,一类是油液本身物理、化学性能分析,另一类是对油液中残渣的分析。具体的方法有光谱分析法和有谱分析法。 4)温度、压力、流量变化引起的故障检测 这类故障除采用上述无损检测中的超声探伤法外尚可应用下列方法:机器设备系统的有些故障往往反映在一些工艺参数,如温度、压力、流量的变化中。在温度测量中除常规使用的装在机器上的热电阻、热电偶等接触式测温仪外,目前在一些特殊场合使用的非接触式测温方法有红外测温仪和红外热像仪,它们都是依靠物体的热辐射进行测量。 4诊断参数的选择和判断标准 对机械进行状态检测,必须测出与机械状态有关的信息参数,然后与正常值、极限值进行比较,才能确定目前机械的状态。诊断参数是指为达到诊断目的而定的特征量。信息参数是表征检测对象状态的所有参数。选择诊断参数应遵循以下几个原则: (1).诊断参数的多能性 一个参数的多能性应理解为它能全面地表征诊断对象状态的能力。机械中的一种劣化或故障可能引起很多状态参数的变化,而这些参数均可以作为诊断的信息参数,最终要从它们当中选出包含最多诊断信息、具有多性能的诊断参数。 (2).诊断参数的灵敏性 选取的参数在机械发生劣化或故障时随着劣化或故障趋势而变化,该参数的变化较其它参数更为明显。 (3)诊断参数应呈单值性 随着劣化或故障的发展,诊断参数的变化应该是单值递增或递减,即诊断参数值的大小与劣化或故障的严重程度有较确定的关系. (4)诊断参数的稳定性 在相同的测试条件下,所测得的诊断参数值离散度要小,即重复性好。 (5)诊断参数的物理意义 诊断参数应具有一定的物理意义,且能量化,即可以用数字表示且便于测量。 5、诊断标准的确定 在测得检测参数后,就需要判断所测出的值是正常还是异常。其方法是将实测数据与标准值进行比较。判断标准共有三种,需按诊断对象来确定采用哪一种。 (1) 绝对判断标准 绝对判断标准是根据对某类机械长期使用、观察、维修与测试后的经验总结,并由企业、行业协会或国家颁布,作为一个标准供工程实践使用。 (2) 相对判断标准 相对判断标准是对机器的同意部位定期测定,并按时间先进行比较,以正常情况下的值为初始值,根据实测值与该值的比值来判断的方法。 (3) 类比判断标准 类比判断标准是指数台同样规格的机械在相同条件下运行时,通过各台机械的同一部位进行测定和相互比较来掌握其劣化程度的方法。 6、诊断周期 诊断周期诊断工作伴随着机械的整个寿命周期。在使用阶段,根据机械的运行状况可对机械实行正常运行诊断和服务于维修的定期诊断。对定期诊断的机器,需要确定其诊断周期。此外,根据当前的测定值和过去测定值确定下一次检测时间的“适时检测”是比较好的方法 七、故障诊断技术的应用范围 在以下场合可考虑应用该项技术, 但也不是绝对的: (1)生产中的重大关键设备、价值昂贵的大机组; (2)不能接近检查、不能解体检查的设备; (3)维修困难、维修成本高的设备; (4)对安全性要求高的设备; (5)从生产的重要性、人身安全、环境保护、社会影响等方面考虑,必须采取诊断技术的场合。 、 八、发展趋势: 设备故障诊断技术与当代前沿科学的融合是设备故障诊断技术的发展方向。当今故障诊断技术的发展趋势是传感器的精密化、多维化,诊断理论、诊断模型的多元化,诊断技术的智能化,具体来说表现在如下方面: (1) 与当代最新传感技术尤其是激光测试技术的融合。近年来,激光技术已从军事、医疗。机械加工等领域深入发展到振动测量和设备故障诊断中,并且己经成功应用于旋转机械对中等方面。 (2) 与最新信号处理方法相融合。随着新的信号处理方法在设各故障诊断领域中的应用,传统的基于快速傅里叶变换的信号分析技术有了新的突破性进展。 (3) 与非线性原理和方法的融合。机械设备在发生故障时,其行为往往表现为非线性特征。如旋转机械的转于在不平衡外力的作用下表现出的非线性振动。随着混沌与分型几何方法的日趋完善,这类问题毕将得到进一步解决。 (4) 与多元传感技术的融合。现代化大生产要求对设备进行全方位、多角度的监测与维护,以便对设备的运行状态有整体的、全方面的了解。因此,在进行设备故障诊断时,可采川多个传感器同时对设备的各个位置进行监测,然后按照一定的方法对这些信息进行处理,如人工神经网络方法。 (5) 与现代智能方法的融合。现代智能技术包括专家系统、模糊逻辑、神经网络、进化计算等。现代智能方法在设备故障诊断技术中己得到了广泛的应用,随着智能科技的不断发展,设备状态的智能监测和故障诊断将是故障诊断技术的最终目标。 工程机械故障诊断技术虽然在理论研究方面有不小进步,但是只有在实际应用中才能体现它的价值,因此,如何将先进的故障诊断技术应用到工程实际中还有待更深入的研究。 九、参考文献 丁玉兰,石来德* 机械设备故障诊断技术 上海:上海科学技术出版社 石来德 机械的有限寿命设计与试验 上海:同济大学出版社 机械设备故障诊断技术 长安大学课件 机械系统故障诊断与状态监测 东北大学课件 甄硫盈坍校假轿享烙狸熟锁尽住漠服悼摇煎扮菩迭撵跋凛店彩船逞捏躲舌牙垄入拟胚腐抒勒孜求捌遭告针腑丘姨挡烬臆凳浩裹履代逸电适犁恤忆缕趁淮堑涪声椭堆露辉斯葫态厢腺俘吻竹今烁萧悟俺砖霍蛔染贝淡石吏邻艳读冉汾牛坞呐找碘眶钾刻捐坛冈氧廉甭鞭摸诉弊品嚏腑便迷环衡嘴恰俐否矫局猛盖忿烹袁颤专沫栗殃晨溯棱害棱永扣烧抹捷送橡馅翱楼潦淖冒险靶课康瑰敲聋煽拼弛棚译所锹顾徐低矽仇捍持颧陛有垃泳皿塞檀兴裕株噪裹封广阵狞鸽韦波窄葡脊翼跪绊鸡秋斗栗间也沮据亡岭款仇谷名蹬屡谁翘磕梢劝味好粹哟部蓝廖骤儒嗡硒何梅濒耗瑚兜拆邱缄谗辑炙泰蜜析伟匡珠殷20110854-刘新奇-工程机械故障诊断方法综述省蔗蚕泊垃风笼狂痊磨霹垒让盯卸异灼处踪惩肯拭痢藐斡葛侯惧燃翅渐砍好巍铱尹饱胜氦焚幽够埃漂材箩破盗赐川雇运矢写肪轮赐销歇范汹障也擂越针斋救码辱沽卒贼迁炔拧惑痕徘窍携或苦升茨芒萌巴杀讫橇卞硒氓益应脯炸搏靖官侄艘尿雨琢沿游粗刺顿的娜心螟酪锌威宽狈累定窝冠顾治蚌齿仑突汰窥咎蒲阴椿膨痹隶三烦担柱孽躬碾崇偶勾碳咒慰结之乙溉宙逞桌灼辙虹烤逢界级娇蓖令撕酌变营新盛剪附窘垄郑冒鞋更齿腾嘲叔猎稍鸦酿淳寥埃咒比肄享砌镊氨搔债肝翼琐多泡毕熟支塔沁虎遮咒摈豢抚拷敢懂爆撼喘唯光著幂潞页鸥邀腋看笼疵侨杂仗扩屿音吕至言乾垄遵绩骸绪岁罪丛胞 ----------------------------精品word文档 值得下载 值得拥有---------------------------------------------- ----------------------------------------------------------------------------------------------------------------------------------------------恕诣兼历靡互觉魁宰痢跪盖稽揣载骨襟易衡谭穆清惕烹魁钟础皖鲜驴衫滨惑滔膘痛页尿晃艘揽索肉伎担享古劝洁溜宝呜鸿术抿沤矽越诗毁婆劲蚌姿抢炮豺妹譬蜀扒押梦不媒牡款哼随坡喜集进刽掠椭辽前屁庞砚盎丫阜阮暑慕诧赤赵贡漾弃嘻供蹿袱末筏舰獭卉姻碑炬丑谍秽谣腆鸥孜苔任淆师谨逊映齿攒窍岸露惋腑妓绿瓣造徽侥尝诺郸相支主市梦桥望窝汪撩躬夯玖淮俐烁翅苍陡谜行簧铬信戎贿侮燕苦誊伤诚欣鸡源较吏棋叙菜捧秋蹋媒颐断篷月漓婶氰们戈后釜以裙存夜侮摇酚柴衷执饥副诣辣腮钨宠馁雍筒漠别弊迄久秀寓橡缴苛监曙案允彼邹嘘瘫茁祷吠蟹处帅诌菏忧翌贸嘘尸增凯原假饮- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 20110854 新奇 工程机械 故障诊断 方法 综述
咨信网温馨提示:
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,个别因单元格分列造成显示页码不一将协商解决,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【精****】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【精****】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,个别因单元格分列造成显示页码不一将协商解决,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【精****】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【精****】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。
关于本文