机械故障诊断技术与应用PDF电子书下载

第1章 概述 1

1.1 机械故障诊断技术的发展历程 1

1.1.1 机械故障诊断技术的起源 1

1.1.2 机械故障诊断技术发展进程 2

1.2 开展机械故障诊断的意义 3

1.3 机械故障诊断技术的基本内容和基础理论 4

1.3.1 基本概念与诊断过程 4

1.3.2 机械故障诊断技术的分类 5

1.3.3 典型机械故障诊断技术和方法简述 7

1.3.4 机械故障诊断技术的应用现状 8

1.3.5 机械故障诊断的理论基础概述 9

1.4 机械故障诊断技术的发展趋势 10

第2章 机械故障的振动诊断 13

2.1 齿轮的故障诊断理论与应用 13

2.1.1 齿轮失效的形式及原因 13

2.1.2 齿轮的振动与噪声 16

2.1.3 齿轮的故障诊断方法与实例 24

2.2 轴承的故障诊断理论与应用 33

2.2.1 轴承故障的形式与原因 33

2.2.2 轴承的振动和噪声 35

2.2.3 轴承的故障诊断方法与实例 39

2.3 转子系统故障诊断理论与应用 51

2.3.1 转子振动特性与故障类型 51

2.3.2 不平衡故障的诊断理论与实例 54

2.3.3 不对中故障的诊断理论与实例 60

2.3.4 转子弯曲故障的诊断理论与实例 70

2.4 往复机械故障诊断理论与应用 73

2.4.1 往复机械振动特性与故障类型 73

2.4.2 往复机械故障诊断理论与实例 80

第3章 机械故障的声学诊断 89

3.1 机械故障的噪声诊断理论与应用 89

3.1.1 噪声分析基础理论与方法 89

3.1.2 机械故障的噪声分析与应用实例 94

3.2 机械故障的超声诊断理论与应用 100

3.2.1 超声分析的基础理论与方法 100

3.2.2 机械故障的超声分析与应用实例 112

3.3 机械故障的声发射诊断理论与应用 117

3.3.1 声发射技术的基础理论与方法 117

3.3.2 机械故障的声发射分析与应用实例 119

第4章 机械故障的油液诊断 127

4.1 油液分析方法的分类与范围 127

4.1.1 几种常见的油液分析方法 127

4.1.2 油液监测分析技术特点及适用范围 129

4.2 油液的谱分析 131

4.2.1 磨粒形成的机理与识别 131

4.2.2 铁谱分析 132

4.2.3 光谱分析 137

4.3 磁塞技术 141

4.3.1 磁塞检测的基本原理 141

4.3.2 磁塞的基本构造 141

4.3.3 磁塞的应用 142

4.4 机械故障油液分析应用实例 142

第5章 机械故障的温度诊断 148

5.1 机械故障与温度的相关性 148

5.2 温度监测的方法及应用范围 149

5.2.1 温度测量的基本原理 149

5.2.2 温度测量方法和应用范围 149

5.3 红外监测技术 152

5.3.1 红外基本名词和术语 152

5.3.2 红外辐射基本定律 154

5.3.3 红外辐射的传输、衰减和成像 155

5.3.4 红外探测器 157

5.4 红外测温技术在机械故障诊断中的应用 161

5.4.1 红外测温技术在铁路交通运输中的应用 161

5.4.2 红外测温技术在冶金工业中的应用 162

5.4.3 红外测温技术在机械工业生产中的应用 164

5.4.4 红外测温在石化工业中的应用 166

5.4.5 红外测温技术在电力生产和传输过程中的应用 167

第6章 机械故障的智能诊断 169

6.1 基于专家系统的故障诊断 169

6.1.1 专家系统的定义 169

6.1.2 专家系统的基本结构和功能 169

6.1.3 专家系统的构建及系统评价 170

6.1.4 齿轮故障诊断专家系统实例 172

6.2 基于神经网络的故障诊断 174

6.2.1 神经元模型 174

6.2.2 人工神经网络 175

6.2.3 常见的人工神经网络模型 177

6.2.4 BP人工神经网络模型在大型排烟风机故障诊断中的应用 183

6.3 基于模糊逻辑的故障诊断 188

6.3.1 模糊集合的基本理论 188

6.3.2 模糊变换与模糊综合评判 190

6.3.3 模糊故障诊断原理 192

6.3.4 基于模糊诊断算法的柴油机故障诊断 192

6.4 基于故障树的故障诊断 198

6.4.1 故障树的基本概念 198

6.4.2 故障树分析的基本过程 199

6.4.3 基于故障树分析的航天器故障诊断 201

6.5 基于核方法的故障诊断 205

6.5.1 核方法的基本理论 206

6.5.2 基于核主成分分析的故障诊断方法 208

6.5.3 基于核的Fisher判别分析故障诊断方法 212

6.5.4 基于支持向量机（SVM）的齿轮箱轴承故障识别 216

6.6 基于信息融合的故障诊断 220

6.6.1 多源信息融合的基础理论与方法 220

6.6.2 基于加权证据理论的异步电机多源信息融合故障诊断 222

参考文献 239