第1章 绪论 1
1.1 旋转机械故障问题研究的目的与意义 1
1.2 转子系统故障非线性问题的常用研究方法 4
1.3 转子系统故障非线性问题中的分岔与混沌研究方法 7
1.4 转子系统故障非线性问题的研究概况 12
1.5 转子系统故障智能诊断技术研究概况 24
1.6 本书的主要内容 26
参考文献 27
第2章 转子系统单一故障的非线性特性 41
2.1 概述 41
2.2 具有非线性弹性的转子系统分析 42
2.3 非线性弹性转子系统碰摩的非线性特性分析 57
2.4 裂纹故障转子系统非线性特性分析 71
2.5 基础松动故障转子系统非线性特性分析 90
参考文献 94
第3章 单跨转子-轴承系统耦合故障的非线性特性 99
3.1 概述 99
3.2 耦合故障转子-轴承系统模型和运动微分方程 99
3.3 耦合故障转子-轴承系统非线性特性分析 101
3.4 单跨转子-轴承系统故障的稳定性分析 109
3.5 基于模型的故障转子系统定量诊断 115
3.6 故障转子系统非线性特性的实验研究 129
参考文献 141
第4章 双跨转子-轴承系统单一故障的非线性特性 144
4.1 概述 144
4.2 双跨故障转子-轴承系统模型和运动微分方程 144
4.3 双跨碰摩转子-轴承系统的非线性特性分析 152
4.4 双跨裂纹转子-轴承系统的非线性特性分析 155
4.5 双跨松动转子轴承系统的非线性特性分析 159
4.6 双跨故障转子-轴承系统周期运动稳定性分析 163
参考文献 166
第5章 双跨转子-轴承系统耦合故障的非线性特性 169
5.1 概述 169
5.2 双跨转子-轴承系统裂纹-碰摩耦合故障的非线性特性 169
5.3 双跨转子-轴承系统松动-碰摩耦合故障的非线性特性 177
5.4 双跨转子-轴承系统松动-裂纹耦合故障的非线性特性 186
参考文献 196
第6章 基于神经网络的智能诊断技术 199
6.1 概述 199
6.2 误差反向传播神经网络 199
6.3 BP网络存在的问题及改进方案探讨 201
6.4 遗传神经网络算法及其应用 206
6.5 灰色神经网络 221
6.6 小波神经网络 224
6.7 基于信息融合的集成神经网络 238
参考文献 245
第7章 智能诊断系统总体设计与实现 249
7.1 概述 249
7.2 智能诊断系统开发技术 250
7.3 智能诊断系统总体设计与实现 254
参考文献 265
第8章 设备故障智能诊断系统 267
8.1 概述 267
8.2 基于知识的故障诊断专家系统 267
8.3 基于神经网络的智能诊断系统 274
参考文献 283