机械故障诊断学 第3版PDF电子书下载

1 故障诊断学的意义 1

第3版 序第1版 序第3版 前言第2版 前言第1版 前言第1章 绪论 1

2 故障诊断技术的发展 6

3 工况监视与故障诊断系统的主要环节和模式 8

4 故障诊断与机械系统可靠性及可维修性的关系 11

第1篇 特征信号检测与动态系统特性分析第2章 特征信号检测 18

1 概述 18

2 特征信号的选择 18

3 振动信号的检测 20

4 特征信号的采集 32

2 随机过程的基本概念及其数字特征 38

第3章 动态系统特性的时域分析 38

1 概述 38

3 时间序列的统计分析 44

4 线性时间序列模型分析及其应用 48

5 工况状态变化趋势性模型分析 58

6 时间序列的预报 66

第4章 动态系统特性的频谱分析 72

1 概述 72

2 周期信号的傅里叶级数及频谱 72

3 非周期信号的傅里叶变换原理 75

4 卷积定理 77

5 采样信号的傅里叶变换 78

6 傅里叶变换的周期性与离散性 84

7 功率谱 87

8 最大熵谱 89

9 其他几种谱函数 94

第5章 非平稳信号特征分析 97

1 概述 97

2 非平稳信号的频域分析 97

3 非平稳信号的时频域分析 105

4 经验模式分解及希尔伯特谱 119

5 周期平稳信号分析 127

第2篇 基于人工智能的故障诊断技术第6章 状态识别方法原理 134

1 概述 134

2 对比分析法 134

3 距离及相似度量分类原理 135

4 近邻决策算法 139

5 贝叶斯（Bayes）分类法 141

6 Fisher判别方法 149

7 势能函数分类法 151

8 模糊诊断方法 154

9 故障树分析法 162

10 基于粗糙集理论的诊断方法 167

11 主成分分析及独立成分分析 171

第7章 神经网络诊断原理 181

1 概述 181

2 人工神经网络的拓扑结构及学习规则 181

3 多层前向神经网络模型及BP算法 186

4 径向基函数（RBF）网络及其学习算法 191

5 模糊神经网络模型 195

6 无监督神经网络模型 200

第8章 模拟退火与演化算法的原理及应用 207

1 概述 207

2 模拟退火算法原理 209

3 演化算法原理 215

4 模拟退火和演化算法在知识获取中的应用 226

第9章 专家系统诊断原理 236

1 概述 236

2 专家系统的基本结构及功能 236

3 推理机制 238

4 知识表示与知识获取 240

5 粗糙集理论与知识获取 245

6 人工神经网络与专家系统 249

7 基于行为的故障诊断系统 251

8 多专家诊断系统 256

2 振动基础 266

1 概述 266

第3篇 机械故障诊断技术的工程应用第10章 旋转机械的状态监视与故障诊断 266

3 转子系统振动故障诊断 268

4 齿轮箱故障诊断 284

5 滚动轴承的振动信号分析及研究 298

第11章 机械制造过程质量控制与状态识别 314

1 概述 314

2 质量管理的模式 316

3 正态分布曲线性质及不合格品率的计算 325

4 工序过程质量状态的识别与控制 337

2 液压系统的故障模式及其特征 357

1 概述 357

第12章 液压系统的状态监测与故障诊断 357

3 液压系统检测与故障诊断方法 362

4 液压系统故障诊断的基本方法与步骤 367

第13章 计算机辅助状态监测与故障诊断系统 375

1 概述 375

2 汽轮机压缩机组工况监视与故障诊断系统实例 375

3 面向Web的多代理故障诊断系统 384

4 嵌入式智能故障诊断系统 391

附录A 正态分布表（12位小数） 398

附录B 合格率与不合格率表（12位小数） 406

参考文献 407