总论 1
0.1 机械故障诊断的意义 1
0.2 机械故障诊断的国内外研究现状 2
0.3 机械故障诊断中的基础和关键科学问题 3
0.4 促进机械故障诊断科学技术的发展 7
参考文献 9
第1章 信号采集与预处理 13
1.1 信号的定义与分类 13
1.2 信号的调理与采集 17
1.3 信号预处理 19
思考题 29
参考文献 29
第2章 信号的时域分析 31
2.1 时域统计分析 31
2.2 相关分析 36
思考题 41
参考文献 41
第3章 信号的频域分析 42
3.1 频谱分析和FFT算法 42
3.2 相干分析 53
3.3 频谱细化分析 54
3.4 倒频谱分析 56
3.5 信号调制与解调分析 58
3.6 全息谱理论和方法 61
思考题 66
参考文献 67
第4章 信号的时频域分析 68
4.1 短时傅里叶变换 68
4.2 Wigner-Ville分布 70
4.3 经验模式分解 74
思考题 82
参考文献 82
第5章 基于小波理论的故障诊断方法 84
5.1 基于小波变换的非平稳信号故障诊断 85
5.2 连续小波变换及工程应用 97
5.3 第二代小波变换及工程应用 115
思考题 126
参考文献 126
第6章 基于模型的故障诊断方法 129
6.1 基于时间序列模型的故障诊断方法 129
6.2 基于隐Markov模型的故障诊断方法 140
6.3 小波有限元模型及裂纹故障诊断方法 151
思考题 163
参考文献 164
第7章 基于动力学机理的转子故障诊断方法 167
7.1 转子系统常见故障的机理与诊断 167
7.2 现场动平衡方法 187
思考题 202
参考文献 202
第8章 故障微弱信号的随机共振诊断 203
8.1 随机共振的发展 203
8.2 双稳随机共振的基本理论 204
8.3 微弱信号的变尺度随机共振辨识技术 210
8.4 微弱信号的级联双稳随机共振辨识技术 213
8.5 微弱信号的自适应随机共振辨识技术 218
8.6 微弱信号随机共振辨识的工程应用 222
思考题 227
参考文献 227
第9章 故障特征提取的新方法 229
9.1 基于循环平稳理论的微弱故障特征提取方法 229
9.2 盲源分离技术用于故障特征提纯 239
9.3 基于决策树理论的故障特征优化方法 253
思考题 260
参考文献 261
第10章 智能诊断与状态评估 263
10.1 专家系统及其在故障诊断中的应用 263
10.2 神经网络及其在故障诊断中的应用 272
10.3 模糊理论及其在故障诊断中的应用 280
10.4 故障树分析方法 289
10.5 粗糙集理论及其在故障诊断中的应用 298
10.6 支持向量机及其在故障诊断中的应用 308
10.7 混合智能故障诊断技术 316
思考题 326
参考文献 328
第11章 典型故障诊断系统 333
11.1 基于网络的设备远程监测和故障诊断系统的基本框架 333
11.2 典型故障诊断系统 341
思考题 370
参考文献 370
第12章 其他故障诊断方法 372
12.1 声发射检测技术 372
12.2 噪声诊断方法 380
思考题 389
参考文献 389
附录 故障诊断标准 391
1．名词术语 391
2．机械设备故障诊断技术的主要理论和方法 396
3．监测与诊断阈值确定方法 399
参考文献 407