第1章 振动信号的时频分析方法 1
1．1幅值域分析法 2
1．2振动信号的时差域分析方法 4
信号预处理 4
相关分析 6
1．3傅里叶变换 8
连续傅里叶变换 8
离散傅里叶变换 10
1．4振动信号的频域分析方法 11
频谱与频谱分析 11
经典谱估计方法 12
倒频谱分析 19
加窗与细化分析 23
1．5多相干分析技术 34
相干函数 34
频段上非独立输入信号的优先级排序 38
多相干分析 40
1．6时频分析 45
时频分析的基本概念 45
信号的时频表示和相平面 46
时频分析的窗函数 47
1．7短时傅里叶变换 48
短时傅里叶变换的概念 48
离散短时傅里叶变换 50
短时傅里叶变换在振动信号分析中的应用 52
参考文献 55
第2章 振动信号的小波分析方法 57
2．1小波分析的基本概念 57
小波与小波函数 58
从傅里叶变换到小波变换 60
2．2二进离散小波变换 64
二进小波变换 64
二进小波的构造 65
数字信号的二进小波变换 67
2．3多分辨分析与正交小波 69
多分辨分析 69
正交小波基 70
Mallat塔形算法 71
多分辨分析的工程实现技术 75
2．4二进小波变换在振动信号分析中的应用 77
离散数字信号的二进小波变换过程 77
信号的频带分离 81
奇异信号检测 84
带噪转子信号的小波消噪 85
行驶车辆实际振动信号的小波分析 88
2．5二进小波变换中低频移相与边界效应的处理 89
低频移相处理 90
边界效应处理 93
2．6二进离散小波能量谱及其工程应用 101
基本原理 101
小波能量谱应用实例 103
2．7数字信号的二进小波包分析 107
二进小波包变换及性质 107
数字信号的二进小波包变换 108
二进小波包最佳基波的选取 111
二进小波包分析在非平稳机械振动信号分析中的应用 113
参考文献 117
第3章 振动信号的谐波小波分析 119
3．1谐波小波的产生 120
3．2谐波小波及其变换 122
谐波小波的基本概念及其特性 122
谐波小波的尺度函数 126
离散信号的谐波小波变换 127
信号的谐波小波多分辨分析与实现过程 129
微弱局部信号的谐波小波频域提取 135
3．3谐波小波包变换及其实现 139
3．4谐波小波包变换在振动信号分析中的应用 143
强噪声背景下微弱周期信号的频率提取 143
转子轴心轨迹的谐波小波包频段提纯 144
3．5转子信号的谐波小波包旋转矢量分析技术及其应用 147
振动旋转矢量分析技术 148
旋转矢量谱的应用 150
3．6谐波小波分析技术的应用发展 152
裂纹转子非线性振动特征的谐波小波识别 152
谐波小波包方法对转子亚频轴心轨迹的提取 155
谐波窗方法及其在裂纹故障识别中的应用 158
参考文献 163
第4章 振动信号分析的Hilbert-Huang变换方法 165
4．1 Hilbert-Huang变换方法的基本理论 166
瞬时频率 166
固有模态函数 169
4．2固有模态函数的数学模型 171
4．3 Hilbert-Huang变换方法的实现 173
经验模式分解 173
Hilbert变换的时频谱与边际谱 180
Hilbert-Huang变换的实现流程图 182
影响Hilbert-Huang变换方法的几个因素 184
4．4 HHT包络线的分段幂函数算法 185
算法原理 186
应用验证 189
4．5 Hilbert-Huang变换的应用 192
基于经验模式分解的非平稳信号趋势项的剔除 192
基于Hilbert边际谱的滚动轴承故障诊断方法 195
基于Hilbert-Huang变换的感应电机转子故障诊断 197
4．6 Hilbert-Huang变换与其他方法结合的研究 201
基于多分辨分析（小波法）的经验模式分解方法 201
时序多相关—经验模式分解方法 207
时序多相关—经验模式法的应用举例 213
非平稳振动信号分析的几种现代方法比较 215
参考文献 220
第5章 振动信号分析的分形方法 224
5．1分形的基本原理 224
分形的概念 224
分形维数及其测量方法 227
多重分形 234
5．2振动信号的分维算法 236
振动信号的多重分形的广义维数分析 237
振动信号的网格维数分析方法 241
振动信号的敏感维数提取 242
振动信号分形分析的分类 243
振动信号的广义分形维数判别方法 244
5．3旋转机械模型故障的广义分形维数诊断 245
旋转机械模型的故障类型 246
分形维数的计算比较 246
确定各分形维数及敏感维数 247
5．4机械振动信号的分形分析与故障诊断 249
基于分形关联维的汽轮机转子的振动故障诊断 249
基于分形盒维数的汽轮机转子振动故障诊断 253
基于网格维数的齿轮箱振动故障信号分形分析 257
5．5分形与小波分析相结合的非平稳振动故障诊断 260
机械设备非平稳振动故障的小波分形诊断 260
小波多重分形及其在振动信号分析中的应用 266
分形与谐波小波结合的压缩机转子振动信号分析 270
5．6分形与其他分析方法相结合的非平稳振动故障诊断 272
自回归谱的分形特性在状态监测中的应用 272
基于EMD和分形维数的转子系统故障诊断 277
5．7车辆振动信号的分形分析 279
车辆一般振动信号的分形分析 279
分形与谐波小波相结合的车辆复杂振动信号分析 282
参考文献 286
第6章 微弱振动信号的混沌识别 289
6．1混沌的基本概念及其工程应用简介 290
混沌的基本概念 290
混沌在振动特征分析中的应用 291
6．2混沌振动的一些概念和分析方法 292
相轨线 292
奇怪吸引子 295
Liapunov指数 297
6．3混沌特性的判据 301
通向混沌的道路 301
混沌的判据 303
正弦信号混沌解判据 304
6．4基于混沌的微弱信号检测方法 307
Duffing振子动力学行为分析 307
微弱正弦信号混沌检测原理 312
未知任意频率信号的检测 313
6．5双耦合Duffing振子对微弱信号的检测 318
双耦合Duffing振子动力学行为分析 318
双耦合Duffing振子系统检测强噪声中的微弱正弦信号 321
6．6振动信号的混沌识别 325
混沌振子在转子系统早期碰摩故障检测中的应用 325
齿轮偏心及单齿缺陷故障的诊断与识别 326
汽车微弱振动信号的调频自适应混沌识别 330
机械振动微弱慢频变信号的混沌振子检测 336
参考文献 343
第7章 振动信号的盲源分离 346
7．1盲源分离基本概念 347
盲源分离模型描述 347
独立分量分析和预白化处理 349
二阶盲辨识方法 351
7．2独立分量分析方法 353
基于信息论准则的独立分量分析方法 354
基于非高斯化的独立成分分析方法 363
机械振动信号的卷积混合盲分离 372
基于雅可比优化的盲源分离方法 382
7．3非线性盲源信号分离 392
非线性去混叠系统 393
基于后非线性的盲源分离 394
基于BP神经网络的非线性盲源分离 400
参考文献 409