第1章 绪论 1
1.1旋转机械在线监测与故障诊断的研究意义 1
1.2故障诊断技术的发展概况 2
1.3故障诊断的方法与技术 4
第2章 旋转机械振动故障机理研究 7
2.1旋转机械振动故障的特点 7
2.2旋转机械振动故障的特征和识别 9
第3章 信号分析方法及旋转机械故障分析实验设计 31
3.1信号分析方法 31
3.2旋转机械故障分析实验设计 38
第4章 基于小波分析技术的旋转机械故障分析 43
4.1几类常见故障的特征提取 43
4.2叶片裂纹故障特征提取 50
第5章 基于小波和聚类分析相结合的旋转机械故障诊断 56
5.1聚类分析 56
5.2基于小波和聚类分析相结合的转子故障诊断 60
第6章 基于粗糙集和神经网络的旋转机械故障知识识别 65
6.1知识系统的构建 65
6.2粗糙集属性约简 73
6.3数据化知识识别 80
第7章 基于模糊聚类分析的自动诊断 87
7.1水轮发电机组振动特征分析 87
7.2模糊诊断方法 89
7.3基于核函数的聚类理论与方法 91
7.4基于核函数聚类分析的综合自动诊断 93
第8章 基于知识的故障诊断方法研究 96
8.1故障诊断专家系统 96
8.2诊断知识的表示 96
8.3诊断系统的模糊推理与控制策略 100
8.4基于数据库的知识库管理系统 104
第9章 旋转机械状态监测与故障诊断硬件系统设计 109
9.1中小型水轮发电机组状态监测与故障诊断硬件系统设计 109
9.2风机状态监测与故障诊断硬件系统设计 114
9.3 PCI-1713卡编程方法的选取 115
9.4 PCI-1713卡的测试 116
第10章 旋转机械状态监测与故障诊断系统应用研究 118
10.1水轮发电机组故障诊断系统（HGSFDS） 118
10.2基于网络的风机在线状态监测和故障诊断系统（FMDS） 125
参考文献 135