第1章 绪论 1
1.1机械状态检测和故障诊断的目的和任务 1
1.1.1状态检测和故障诊断的目的 1
1.1.2机械状态检测和故障诊断的任务 2
1.2机械的故障与维修方式 2
1.2.1机械故障的分类 2
1.2.2故障维修方式 3
1.3机械状态检测与故障诊断 4
1.3.1机械状态检测与故障诊断的过程 4
1.3.2机械状态检测与故障诊断的内容 5
1.3.3机械诊断信息及获取方法 5
1.3.4机械故障诊断的类型 6
1.4机械状态检测与故障诊断的发展 8
1.4.1机械状态检测与故障诊断的技术地位 8
1.4.2机械状态检测与故障诊断技术的发展 8
1.4.3机械状态检测与故障诊断的发展方向 10
第2章 温度检测与诊断技术 12
2.1温度检测的一般方法 12
2.2接触式测温仪器 13
2.2.1热电偶测温法 13
2.2.2热电阻测温法 16
2.2.3其它接触式测温法 17
2.3非接触式测温仪器——红外测温仪器 18
2.3.1红外概念 19
2.3.2红外探测器 20
2.3.3红外成像 22
2.3.4红外热电视 25
2.3.5红外测温仪 25
2.4机械温度诊断 26
2.4.1红外温度诊断 26
2.4.2温度诊断对象及诊断方法 29
2.4.3温度诊断应用 30
第3章 油样诊断技术 34
3.1油样诊断技术 34
3.1.1油样故障的特点 34
3.1.2油样诊断技术 35
3.1.3油样诊断原理 36
3.1.4油样诊断的判别标准 37
3.2磁塞检测技术 40
3.2.1磁塞的结构和工作原理 40
3.2.2磁塞的应用 41
3.3油样光谱分析 42
3.3.1光谱分析原理 42
3.3.2光谱分析仪器 42
3.3.3光谱诊断实例 45
3.3.4光谱分析的特点 46
3.4油样铁谱分析 46
3.4.1分析式铁谱仪 47
3.4.2直读式铁谱仪 49
3.4.3旋转式铁谱仪 50
3.4.4在线式铁谱仪 51
3.4.5铁谱加热技术 52
3.4.6铁谱分析的取样方法 53
3.4.7铁谱分析的特点 54
3.5其它油样分析方法 54
3.5.1油样常规分析方法 54
3.5.2颗粒计数方法 56
第4章 振动诊断技术 59
4.1概述 59
4.1.1振动诊断原理 59
4.1.2振动诊断内容 59
4.2振动检测方法与检测设备 62
4.2.1振动检测方法 62
4.2.2常用测振传感器 62
4.2.3激振器 69
4.2.4振动测量其它配套机械 71
4.2.5振动测量传感器和分析仪器的配套 76
4.3振动信号故障诊断 78
4.3.1振动信号的分类 78
4.3.2振动信号的时域故障诊断 79
4.3.3振动信号的幅域故障诊断 82
4.3.4振动信号的相关诊断 86
4.3.5振动信号的频域诊断 90
4.4典型振动诊断仪器介绍 101
4.4.1207电子听诊器 101
4.4.2常用其它故障分析及监测仪器 102
第5章声学诊断技术 104
5.1噪声诊断技术 104
5.1.1噪声的来源 104
5.1.2衡量噪声的基本参数 104
5.1.3噪声测量用传声器 108
5.1.4声级计 110
5.1.5噪声诊断实例 113
5.2超声波诊断方法 115
5.2.1概述 115
5.2.2超声波的物理性质 116
5.2.3超声波诊断仪 119
5.2.4超声波诊断方法 121
5.2.5超声波探伤的波形特征 123
5.2.6超声波探伤的应用 125
5.2.7超声波探伤的特点 126
5.3声发射诊断技术 127
5.3.1声发射技术的发展 128
5.3.2声发射检测系统 128
5.3.3声发射技术的基本特征 128
5.3.4缺陷有害度评价 129
5.3.5应用实例 129
第6章 故障树分析方法 131
6.1故障树分析的基本概念 131
6.1.1基本概念 131
6.1.2故障树分析使用的符号 132
6.2建立故障树 135
6.2.1建立故障树步骤 135
6.2.2建立故障树实例 137
6.2.3故障树的结构函数 140
6.3故障树的简化 142
6.3.1特殊门的简化 142
6.3.2用转移符号简化 144
6.3.3按布尔代数的运算法则简化 145
6.3.4应用举例 147
6.4故障树的定性分析 148
6.4.1基本概念 148
6.4.2算法 150
6.5故障树的定量分析 153
6.5.1顶事件发生概率的求取 153
6.5.2最不可靠割集及其意义 155
6.5.3事件重要度 156
6.6故障树分析举例 157
6.6.1建立故障树 157
6.6.2故障树定性分析 160
第7章 最新智能诊断技术 163
7.1人工神经网络 163
7.1.1人工神经网络的发展史 164
7.1.2人工神经元模型 166
7.1.3人工神经网络的结构 168
7.1.4人工神经网络常见模型 170
7.1.5人工神经网络的学习规则 177
7.1.6人工神经网络应用实例 178
7.2小波变换 179
7.2.1从傅里叶变换到小波变换 179
7.2.2小波变换 181
7.2.3小波分解与重构 183
7.2.4小波分析在故障诊断中的应用 184
7.3模糊诊断方法 189
7.3.1隶属函数 190
7.3.2模糊向量 193
7.3.3模糊关系方程 193
7.3.4模糊系统的基本结构 194
7.3.5模糊诊断准则 196
7.4专家系统 197
7.4.1概述 197
7.4.2专家系统的组成和功能 202
7.4.3推理机制 203
7.4.4知识表示 206
7.4.5知识的获取 207
7.4.6新型专家系统 209
7.4.7专家系统的特点 212
第8章 其它故障诊断技术 214
8.1逻辑诊断方法 214
8.1.1逻辑运算基本规则 214
8.1.2逻辑诊断方法应用 216
8.2贝叶斯分类法 217
8.2.1一般概念 217
8.2.2最小错误率的贝叶斯决策规则 218
8.2.3最小平均损失（风险）的贝叶斯决策 219
8.2.4最小最大决策规则 220
8.3距离函数分类法 221
8.3.1空间距离（几何距离）函数 222
8.3.2相似性指标 223
8.3.3信息距离判别法 224
8.4灰色理论诊断法 224
8.4.1一般概念 224
8.4.2灰色预测方法 225
8.4.3关联度分析 225
第9章 工程机械状态检测与故障诊断 227
9.1发动机诊断 227
9.1.1发动机振动和噪声诊断 227
9.1.2发动机综合测试仪诊断 231
9.1.3发动机漏气诊断法 236
9.1.4发动机尾气诊断法 238
9.2齿轮箱故障诊断 241
9.2.1概述 241
9.2.2齿轮箱故障机理 242
9.2.3齿轮箱振动的频谱特性 243
9.2.4齿轮箱振动故障诊断 246
9.3滚动轴承故障诊断 248
9.3.1概述 248
9.3.2滚动轴承的故障机理 249
9.3.3滚动轴承振动的频谱特性 250
9.3.4滚动轴承振动故障诊断 251
9.4旋转机械故障诊断 252
9.4.1旋转机械振动评定标准 252
9.4.2旋转机械监测参数 254
9.4.3旋转机械常见故障 255
9.4.4旋转机械振动故障诊断常用方法 257
参考文献 260