1 诊断原理与方法 1
1.1 机器设备故障诊断技术的发展及动向 1
1.1.1 现代工程对技术诊断的要求 1
1.1.2 技术诊断的发展概况 3
1.1.3 技术诊断的经济效益 6
1.1.4 技术诊断的工程应用 7
1.2 技术诊断学概述 10
1.2.1 引言 10
1.2.2 名词及定义 11
1.2.3 技术诊断学的内容 12
1.2.4 技术诊断学的分类 14
1.3.1 故障探测——信号采集 17
1.3 诊断信息的采集和处理 17
1.3.2 故障信号的采集装置——传感器 18
1.3.3 故障信号处理 22
1.4 技术诊断学 24
1.4.1 技术诊断学的理论基础 25
1.4.2 系统辨识 26
1.4.3 敏感因子 37
1.4.4 诊断用标准谱数据库 39
1.4.5 诊断中常用的识别方法 41
1.4.6 技术诊断中的计算机软件和硬件 61
1.4.7 故障原因分析和预防 61
1.5 技术诊断系统 63
1.5.1 监测和诊断系统 64
1.5.2 数据采集系统 65
1.5.3 在线监测系统 67
1.5.4 诊断系统的优化设计 69
1.5.5 设备运行信息系统 72
1.6 设备诊断工程 76
1.6.1 设备诊断的工程性 76
1.6.2 诊断工程学 77
1.6.3 诊断工程的发展动向 79
参考文献 79
2 故障诊断的理论基础 81
2.1 数学基础 81
2.1.1 积分变换 81
2.1.2 概率统计及随机过程 88
2.1.3 数值计算 107
2.1.4 运筹学 127
2.2 力学基础 144
2.2.1 刚体力学 144
2.2.2 固体力学 186
2.2.3 有限单元法 230
2.3 振动理论基础 257
2.3.1 引言 257
2.3.2 实际振动系统的力学模型 263
2.3.3 单自由度系统的振动 271
2.3.4 两个自由度系统的振动 292
2.3.5 多自由度系统的振动 305
2.3.6 往复机械的振动 337
2.3.7 旋转机械的振动 349
2.4.1 引言 369
2.4 声学基础 369
2.4.2 波动方程 371
2.4.3 波动方程的解 375
2.4.4 描述声波常用的物理量 377
2.4.5 声波在界面上的反射与折射 379
2.4.6 声波的衰减 382
2.4.7 声波的辐射 390
2.4.8 声波的接收 398
参考文献 401
3.1.2 信号的分类 403
3.2.1 引言 403
3.2 信号的预处理 403
3.1.1 信号的定义 403
3.1 信号的定义和分类 403
3 故障诊断中的信号处理 403
3.2.2 数字滤波 405
3.3 信号处理中的谱分析技术 408
3.3.1 信号处理中三种常见的数学变换 409
3.3.2 基于 FFT 的谱分析技术 414
3.4 信号处理中的时间序列法 418
3.4.1 时间序列分析基础 418
3.4.2 ARMA 模型的时域特性 419
3.4.3 ARMA 模型的频域特征 421
3.4.4 ARMA 模型的建模 421
3.5.1 小波分析基础 423
3.4.5 ARMA 模型的最佳预测 423
3.5 基于小波变换的信号处理 423
3.5.2 多分辨率分析 427
3.5.3 小波包分析 431
3.5.4 LabVIEW 和 MATLAB 的时频分析功能 458
3.6 信号的分形处理 461
3.6.1 分形滤波 461
3.6.2 分形特征提取 468
3.7 基于神经网络的信号处理 479
3.7.1 MATLAB 神经网络工具箱 479
3.7.2 应用举例 481
4.1.1 引言 484
4.1 振动测试技术 484
4 振动诊断 484
4.1.2 振动测量传感器 492
4.1.3 测振放大器和记录设备 518
4.1.4 激振设备 548
4.1.5 振动测量的基本方法 555
4.1.6 传感器的标定和校准 584
4.1.7 测试方案制定与测试系统选择 591
4.2 旋转机械的振动诊断 600
4.2.1 船用燃气轮机的故障诊断 601
4.2.2 振动分析在燃气轮机诊断中的应用 602
4.2.3 汽轮发电机组几种典型故障的分析 604
4.2.4 汽轮机转子模拟试验台“不对中”故障的实验研究与诊断 606
4.2.5 航空发动机振动的故障诊断 608
4.2.6 转子不对中故障的诊断实例 610
4.2.7 大型汽轮发电机组轴系不对中的振动响应与故障识别 612
4.2.8 转子不平衡故障诊断分析 614
4.2.9 轴弯曲故障特征分析及其诊断 616
4.2.10 弯曲转子的振动分析与对策 619
4.2.11 关于转子热弯曲影响整机振动的试验研究 621
4.2.12 转动设备的支承部件松动时其振动的谱图特点及故障诊断 623
4.2.13 轧钢机传动系统扭矩在线监测 626
4.2.14 一种回转机械的单板机在线监测系统 627
4.2.15 大型电站机组的监测与故障诊断 630
4.2.16 旋转机器轴振动监测及评价 631
4.2.17 利用微计算机的机组振动监测和故障诊断系统 MMMD-1概要 634
4.2.18 旋转机械故障诊断系统的计算机自适应方法 635
4.2.19 离心压缩机组运行状态特征提取及趋势分析 637
4.2.20 旋转机械摩擦故障诊断方法 638
4.3 往复机械的振动诊断 641
4.3.1 发动机缸套振动研究与状态监测 641
4.3.2 微机在柴油机拉缸故障监测中的应用 643
4.3.3 利用缸盖表面振动信号研究发动机气阀的冲击特性 646
4.3.4 轴向柱塞泵的振动状态监测与故障诊断 648
4.3.5 时序分析法用于柴油机故障监测和诊断 650
4.3.6 Q-485柴油机缸体动态特性分析 652
4.3.7 柴油机故障诊断和标准谱 654
4.3.8 内燃机振动故障诊断专家系统 654
4.3.9 8NVD48A-ZU 船用柴油机气阀机构状态监测的研究 657
4.3.10 CPCD5叉车状态监测研究 660
4.3.11 柴油机声源识别探讨 662
4.3.12 连杆铜套过盈量检测方法的研究 665
4.3.13 利用微机进行机械故障的振动监测 667
4.4 齿轮故障的振动诊断 669
4.4.1 齿轮故障诊断方法 669
4.4.2 齿轮轮齿局部损伤信息的提取 670
4.4.3 齿轮传动脱啮原因分析 672
4.4.4 齿轮啮合冲击及动态耦合振动所引起的动态脱啮分析 674
4.4.5 齿轮边频特征识别方法研究 675
4.4.6 边频特征识别 677
4.4.7 大型齿轮装置的故障诊断 679
4.4.8 用相位信息监测齿轮疲劳裂纹 680
4.4.9 利用相位突跳信息对圆弧齿轮疲劳裂纹诊断 682
4.4.10 圆锥齿轮局部损伤的振动诊断 683
4.4.11 贝叶斯(BAYES)分类器在上海牌汽车齿轮箱故障检测和识别中的应用 685
4.4.12 用齿轮噪声特性诊断齿轮故障的研究 687
4.4.13 一种齿轮故障特征的提取方法 689
4.5 轴承故障的振动诊断 691
4.5.1 滚动轴承振动诊断方法概述 691
4.5.2 滚动轴承故障频率成分分析 692
4.5.3 308轴承的监测和诊断系统 694
4.5.4 滚动轴承疲劳故障的在线监视和诊断技术 697
4.5.5 精化特征信息的 DDS 模型方法在滚动轴承疲劳故障诊断中的应用 698
4.5.6 国产大型汽轮发电机组运行中轴承不对中的特性 700
4.5.7 影响滑动轴承载荷与油膜压力间关系各因素的实验研究 702
4.5.8 球轴承故障的诊断和分析 704
4.5.9 用光纤传感器监测滚动轴承 707
4.5.10 用峰值采样法计算峭度系数诊断滚动轴承和齿轮故障 708
4.5.11 诊断齿轮和轴承故障的分析技术 710
4.5.12 滚动轴承异常的诊断 712
4.6 转轴裂纹的振动诊断 714
4.6.1 具有横向裂纹的单圆盘转子的振动诊断 714
4.6.2 裂纹转子动态特性的实验研究及裂纹诊断 715
4.6.3 裂纹转子的振动特性及其诊断 718
4.6.4 具有横向裂纹转子轴系动力特性的解析法研究 719
4.6.5 万向节轴裂纹型损伤诊断 720
4.6.6 裂纹转子在耦合振动中的稳定性 722
4.6.7 转子轴裂纹深度振动测量分析 724
4.6.8 转子在线裂纹探查和监测系统的发展 725
4.7 工程结构的振动诊断 727
4.7.1 高压输电塔稳定性诊断 727
4.7.2 导管架式海洋平台模型破损检测的初步试验 728
4.7.3 车架胶接质量的振动检测 730
4.7.4 梁内裂纹型损伤的振动诊断 732
4.7.5 通过敏感区频响诊断结构故障 733
4.7.6 焊缝损伤诊断方法的初探 735
4.7.7 用计算机拟合实测导纳曲线的方法诊断基桩质量 737
4.7.8 裂纹梁诊断中时间序列法模型参数的敏感度分析 738
4.7.9 钢筋混凝土梁的故障诊断 739
4.7.10 钢梁上裂纹对梁的动力特性的影响 741
4.7.11 结构故障的频响函数诊断法 743
4.8.1 皮革削匀机刮削波纹成因的诊断及抑制措施的研究 744
4.8 工艺过程的振动诊断 744
4.8.2 刀具磨损信号的微机频域监测 746
4.8.3 金属切削过程颤振的计算机早期诊断与控制 747
4.8.4 一种切削颤振在线预报技术 748
4.8.5 用单板机在线控制车削颤振 751
4.8.6 振动球磨机磨矿质量监控及参数优化 753
4.8.7 丝杠运动误差的预报补偿与控制 755
4.8.8 诊断机床主轴回转误差源的生产试验法 757
4.8.9 用振动信号识别砂轮钝化状态 760
4.8.10 磨削振动的自回归诊断 762
参考文献 763
5.1.1 引言 764
5.1.2 声的频率分析 764
5.1 声音和噪声诊断方法 764
5 声学诊断 764
5.1.3 声的响度测量 765
5.1.4 声功率分析 765
5.1.5 声的测量 765
5.1.6 磁带录音机 767
5.1.7 声信号的分析和处理 767
5.1.8 噪声定义 768
5.1.9 声和噪声诊断的工程应用 769
5.1.10 振声诊断技术 779
5.2 超声波传感器及诊断仪 782
5.2.1 传感器的地位和作用 782
5.2.3 压电效应 783
5.2.2 传感器的工作原理 783
5.2.4 压电方程 784
5.2.5 压电体的参数 786
5.2.6 传感器的振动模式 791
5.2.7 压电材料 794
5.2.8 传感器的特性及结构 795
5.2.9 超声诊断用传感器的种类及结构 797
5.2.10 超声波诊断仪 799
5.3 超声波诊断方法 801
5.3.1 引言 801
5.3.2 通用技术 802
5.3.4 穿透法 803
5.3.3 共振法 803
5.3.5 脉冲反射法 804
5.3.6 液浸法 806
5.3.7 大型锻件缺陷诊断 807
5.3.8 铸件缺陷诊断 809
5.3.9 焊缝缺陷诊断 810
5.3.10 岩体与混凝土工程超声波诊断 811
5.4 超声波诊断信号处理特点 818
5.4.1 超声波信号处理的特点 818
5.4.2 超声扫描成像及全息摄影技术 821
5.5 声发射诊断技术 823
5.5.1 引言 823
5.5.2 声发射技术的理论基础 825
5.5.3 声发射仪概述 832
5.5.4 声发射技术在岩体工程检测中的应用示例 834
5.5.5 声发射技术在机械故障诊断中的应用示例 835
6 热像诊断 840
6.1 温度监测技术引言 840
6.1.1 温度与温标 840
6.1.2 温度测量 843
6.2 接触式温度监测用传感器 847
6.2.1 膨胀式温度计 847
6.2.2 电阻温度计 851
6.2.3 热电温度计 861
6.3 非接触式温度监测用传感器 879
6.3.1 热辐射测温基本原理 880
6.3.2 单色辐射温度计 885
6.3.3 辐射温度计 890
6.3.4 比色温度计 893
6.3.5 部分辐射温度计 896
6.4 红外监测技术 896
6.4.1 红外探测器 896
6.4.2 热像仪 900
6.4.3 红外热电视 913
6.5 红外诊断技术在工程中的应用 917
6.5.1 铁路交通方面的诊断实例 917
6.5.2 冶金工业中的诊断实例 918
6.5.3 石化工业中的诊断实例 922
6.5.4 电力系统中的诊断实例 922
6.5.5 机械工业中的诊断实例 925
6.5.6 红外诊断技术在建筑工程中的应用 929
6.5.7 电子工业中的诊断实例 929
参考文献 930
7 油样分析技术 931
7.1 引言 931
7.1.1 油样常规分析 931
7.1.2 油样简易分析 932
7.1.3 油样分析数据的计算机管理 933
7.1.4 现在常用的油样分析方法 933
7.2 油的光谱分析技术(SOAP——Spectrometric Oil Analysis Procedure) 934
7.2.1 分光光度法 934
7.2.3 原子吸收分光光度法 935
7.2.2 原子发射光谱分析法 935
7.2.4 典型的光谱测定油样分析程序 936
7.2.5 X 射线荧光光谱 937
7.2.6 应用实例 938
7.3 油的铁谱分析技术 938
7.3.1 铁谱分析原理 938
7.3.2 分析式铁谱仪 939
7.3.3 直读式铁谱仪 940
7.3.4 旋转式铁谱仪 941
7.3.5 在线式铁谱仪 943
7.4 磁性塞子 943
7.4.1 磁塞 943
7.4.2 磁性磨屑的估算 943
7.4.3 磁性磨屑的鉴别 944
7.5 油样分析技术在设备故障诊断中的应用 947
7.5.1 各种油样分析方法的比较 947
7.5.2 磨粒图谱 948
7.5.3 铁谱技术发展动向 948
7.5.4 油样分析技术应用举例 949
8 失效分析与故障预防 957
8.1 引言 957
8.1.1 常用术语 957
8.1.2 机械产品的失效(故障)类型及影响因素 957
8.1.3 失效分析的基本内容与故障诊断的基本类型 960
8.1.4 失效分析的基本思路与方法 962
8.2.1 金属的断裂 967
8.2 断口分析 967
8.2.2 断口分析的步骤与方法 975
8.2.3 金属断裂特征及类型判断 982
8.3 表面损伤及畸变失效分析 1003
8.3.1 磨损失效分析 1003
8.3.2 腐蚀失效分析 1020
8.3.3 畸变失效分析 1035
8.4 金属零件失效分析及实例 1040
8.4.1 轴的失效分析 1040
8.4.2 螺纹连接件的失效分析 1046
8.4.3 齿轮的失效分析 1049
8.4.4 滚动轴承的失效分析 1060
8.5 机械设备系统失效分析方法 1067
8.5.1 主次图法 1067
8.5.2 趋势图法 1068
8.5.3 特征-因素图法 1069
8.5.4 失效模式、影响和危害性分析 1071
8.5.5 失效树分析(FTA)法 1075
8.6 故障预防技术在工程中的应用 1092
8.6.1 故障预防技术 1092
8.6.2 机械设备维修原则的确定 1093
8.6.3 设备维修后勤功能的分析和配置 1099
8.6.4 故障隐患的消除 1100
参考文献 1101
9.1.2 基于知识的专家系统 1102
9.1.1 两类人工智能诊断系统 1102
9.1 引言 1102
9 故障诊断的智能系统 1102
9.1.3 基于神经网络的智能诊断系统 1106
9.1.4 专家系统及其发展动向 1107
9.1.5 知识获取 1108
9.1.6 知识表示 1111
9.1.7 推理机制 1113
9.1.8 建立专家系统的步骤 1114
9.2 LISP 语言介绍 1117
9.2.1 数据结构 1117
9.2.2 程序结构 1117
9.2.3 对 S 表达式的基本运算 1120
9.2.4 树结构 1121
9.2.5 表 1122
9.2.6 LISP 程序的执行过程 1123
9.2.7 PROLOG 语言 1125
9.3 模糊数学的基本概念 1125
9.3.1 普通集合及其运算 1126
9.3.2 模糊集合 1128
9.3.3 模糊集合的运算 1130
9.3.4 模糊集合与普通集合的相互转化 1132
9.3.5 隶属函数的确定 1133
9.3.6 模糊模式识别方法 1137
9.3.7 模糊关系与聚类分析 1139
9.3.8 模糊变换与综合评判 1144
9.4 模糊诊断工程应用 1150
9.4.1 图形的模糊识别 1153
9.4.2 工业汽轮机振动故障诊断的模糊数学方法 1158
9.5 人工智能与故障诊断 1166
9.5.1 人工智能简述 1166
9.5.2 模糊推理 1168
9.5.3 模糊推理机 1168
9.5.4 模糊推理机应用举例 1169
9.6 灰色系统理论在故障诊断中的应用 1171
9.6.1 灰色系统基本概念 1172
9.6.2 预测法在设备状态趋势预报中的应用 1173
9.6.3 灰色关联度分析 1176
9.6.4 关联度用于故障模式识别的数学过程 1176
9.6.5 关联度分析在故障模式识别中的应用 1178
9.7.1 专家系统设计举例 1184
9.7 故障诊断专家系统 1184
9.7.2 故障诊断专家系统工程实例 1194
9.7.3 专家系统工具 1201
9.7.4 INSIGHT 专家系统工具 1201
9.7.5 STIM 专家系统工具 1204
9.7.6 FDES 通用诊断程序 1205
9.8 基于神经网络的智能诊断 1209
9.8.1 人工智能的功能模拟和结构模拟 1209
9.8.2 诊断理论与神经网络的结合 1211
9.8.3 信号处理与神经网络的融合 1211
9.9.1 模糊诊断与神经网络诊断的特点 1212
9.9 模糊神经网络 1212
9.8.5 基于知识的故障诊断专家系统与基于神经网络的智能诊断系统的结合 1212
9.8.4 神经网络结构的改进 1212
9.9.2 模糊系统与神经网络的连接方式 1214
9.9.3 模糊神经网络系统的建模 1216
9.9.4 分形模糊神经网络 1217
9.10 小波神经网络 1221
9.10.1 小波分析和神经网络的松散型融合 1222
9.10.2 从函数逼近到小波神经网络 1225
9.10.3 小波神经网络的训练 1228
9.10.4 小波神经网络函数逼近特性分析 1229
9.10.5 多维小波神经网络 1230
9.11 演化多层感知器 1231
9.11.1 引言 1231
9.11.2 演化神经网络研究 1232
9.11.3 演化算法对多层感知器结构的优化 1235
9.11.4 多层感知器优化的编码特性研究 1237
9.11.5 演化多层感知器的实现及其在故障诊断中的应用 1239
9.12 集成神经网络 1241
9.12.1 设备诊断信息融合方法 1241
9.12.2 神经网络与信息融合 1244
9.12.3 集成神经网络建模方法 1245
9.12.4 子神经网络的组建原则 1246
9.12.5 集成神经网络的实现策略 1247
9.12.6 集成神经网络诊断实例 1251
9.13 基于神经网络的旋转机械智能诊断系统 1252
9.13.1 风机监测诊断系统的构成 1253
9.13.2 风机监测系统的设计 1254
9.13.3 风机诊断系统运行实例 1255
9.13.4 系统的智能化行为 1256
9.14 基于神经网络的往复机械智能诊断系统 1257
9.14.1 柴油机故障分类及主要故障模式 1258
9.14.2 柴油机故障诊断油液分析子系统 1259
9.14.3 柴油机故障振声诊断子系统 1266
9.14.4 柴油机集成神经网络诊断系统 1271
9.15 工程结构智能诊断系统 1272
9.15.1 工程结构智能诊断系统的历史与现状 1272
9.15.2 基于知识的结构故障诊断专家系统 1273
9.15.3 结构故障诊断的标准谱及计算机仿真 1273
9.15.4 工程结构故障诊断智能系统 NUDES 1283
9.15.5 NUDES 系统在钢梁和钢筋混凝土梁裂缝诊断中的应用 1291
参考文献 1297