第1章 绪论 1
1.1 发动机状态监控与故障诊断学 1
1.1.1 发动机状态监控与故障诊断学的发展 1
1.1.2 发动机故障诊断学的研究对象 2
1.1.3 发动机故障诊断学的主要任务 2
1.2 发动机状态监控与故障诊断系统 2
1.2.1 发动机状态监控与故障诊断学体系 2
1.2.2 状态监控与故障诊断的基础理论 3
1.2.3 发动机状态监控与故障诊断系统的组成 6
1.3 发动机监控系统的能力和效益 8
1.3.1 发动机监控系统的能力 8
1.3.2 发动机监控系统的效益 10
1.4 发动机性能参数的录取 12
1.4.1 典型EMS参数 12
1.4.2 基本EMS结构 13
1.4.3 发动机性能参数录取的基本要求 14
1.5 发动机的状态和故障 15
1.5.1 状态 15
1.5.2 状态量（状态参数） 15
1.5.3 故障的分类 16
1.6 发动机健康管理（EHM）系统简介 16
1.6.1 发动机健康管理的基本概念 16
1.6.2 国内外相关技术的研究概况、水平和发展趋势 18
1.6.3 发动机健康管理的主要研究内容 18
思考题 19
第2章 发动机状态诊断 21
2.1 发动机状态诊断概述 22
2.1.1 故障信息的传递过程 22
2.1.2 基本原理 22
2.1.3 基本方法 23
2.1.4 基本步骤 23
2.1.5 状态诊断的基本概念 24
2.2 故障方程 25
2.2.1 发动机故障模型的建立与求解的一般原则 25
2.2.2 发动机的原始数学模型 26
2.2.3 发动机的故障模型 28
2.2.4 故障因子 29
2.2.5 建立故障方程 30
2.2.6 建立经验故障方程 32
2.3 故障方程求解的数学基础 38
2.3.1 故障方程的病态问题 39
2.3.2 多元线性模型 39
2.3.3 最小二乘估计 40
2.3.4 统计假设和假设检验 43
2.4 故障方程的求解 49
2.4.1 故障方程求解的基本概念 49
2.4.2 故障方程的求解方法 50
2.4.3 合理解的选择 53
2.5 应用实例——JT9D发动机的性能监控 54
2.5.1 利用高斯法求解 55
2.5.2 利用有约束的最小二乘法 56
2.5.3 单因子的最小二乘法 56
思考与练习题 58
第3章 发动机振动诊断方法 59
3.1 振动监视系统概述 60
3.1.1 振动监视系统的组成 60
3.1.2 振动监视系统的监视和诊断功能 60
3.2 发动机的主要激振源 61
3.2.1 转子激振源 61
3.2.2 气动激振力 62
3.2.3 轴承激振源 63
3.2.4 齿轮激振源 64
3.3 信号分析基础 64
3.3.1 振动信号的分类 64
3.3.2 振动信号的时域特征 67
3.4 振动分析方法 68
3.4.1 相关分析 68
3.4.2 频谱分析 72
3.4.3 振动系统动态特性分析 80
3.5 故障诊断实例 85
3.5.1 旋转机械的振动诊断 85
3.5.2 齿轮缺陷的振动诊断 95
3.6 振动诊断仪器及发展 97
3.6.1 振动测试系统的组成 97
3.6.2 振动测试技术的发展 100
思考与练习题 106
第4章 航空发动机常用诊断方法 107
4.1 趋势图分析方法 107
4.1.1 趋势图的绘制 109
4.1.2 趋向分析 110
4.1.3 趋势图分析的不足 112
4.2 指印图诊断方法 112
4.2.1 指印图 112
4.2.2 指印图分析 114
4.2.3 故障诊断实例 115
4.3 滑油油样分析及故障诊断 125
4.3.1 油样分析概述 125
4.3.2 滑油理化分析 129
4.3.3 滑油铁谱分析 132
4.3.4 滑油光谱分析法 143
4.3.5 滑油屑末分析 148
4.3.6 应用实例 152
4.3.7 三种技术的比较 160
4.4 故障树分析法 160
4.4.1 故障树分析法基础 160
4.4.2 建造故障树 166
4.4.3 故障树的定性分析 175
4.4.4 故障树的定量分析 181
4.4.5 故障树分析法应用举例 187
思考与练习题 191
第5章 现代故障诊断方法 192
5.1 模式识别理论概述 192
5.1.1 简介 192
5.1.2 模式识别方法 193
5.1.3 模式识别系统 194
5.2 航空发动机故障特征提取方法 196
5.2.1 信号预处理 196
5.2.2 时域统计参数分析 197
5.2.3 频域分析 198
5.2.4 Wigner-Ville分布 198
5.2.5 小波变换 199
5.2.6 转子不平衡故障的特征提取 203
5.3 模糊诊断原理及应用 213
5.3.1 模糊信息及其处理 213
5.3.2 隶属函数的确定 217
5.3.3 模糊诊断方法 226
5.3.4 模糊故障诊断实例 230
5.4 神经网络及其在故障诊断中的应用 232
5.4.1 神经网络概述 232
5.4.2 人工神经网络基础 234
5.4.3 前馈神经网络 238
5.4.4 其他神经网络概述 243
思考与练习题 243
第6章 故障诊断专家系统概论 245
6.1 专家系统概述 245
6.1.1 故障诊断专家系统的功能 246
6.1.2 故障诊断专家系统的结构 246
6.1.3 故障诊断专家系统的原理 247
6.1.4 故障诊断专家系统的诊断模型 250
6.2 知识的表示与获取 253
6.2.1 知识的表示 253
6.2.2 知识的获取 255
6.3 诊断推理机制 256
6.3.1 基于规则的诊断推理 256
6.3.2 基于模型的诊断推理 257
6.3.3 基于案例的诊断推理 259
6.3.4 不精确诊断推理 261
6.4 诊断专家系统的开发 262
6.4.1 专家系统开发简述 262
6.4.2 专家系统的结构和功能设计 263
6.4.3 专家系统的开发环境与工具 264
6.4.4 专家系统实例简介 269
第7章 航空维修工程中的可靠性 272
7.1 概述 272
7.2 可靠性的基本概念 273
7.2.1 系统可靠性及其计算 273
7.2.2 可靠性与维修性 275
7.2.3 可靠性特征 277
7.3 航空发动机的可靠性 278
7.3.1 早期发动机采用的可靠性指标 278
7.3.2 民用发动机可靠性指标 278
7.4 可靠性理论在民航维修工作中的应用 281
7.4.1 以可靠性为中心的维修思想 281
7.4.2 可靠性管理 285
7.4.3 可靠性维修方案 286
7.4.4 性能标准（警告值UCL）的制定 292
思考题 295
附录 296
参考文献 297