第1章 机械故障诊断概述 1
1.1 机械故障诊断发展概述 1
1.1.1 设备故障诊断技术的发展过程 2
1.1.2 设备故障诊断技术的现状 3
1.1.3 设备故障诊断技术发展趋势 5
1.2 基于现代非线性理论的复杂机械故障诊断与预测 6
1.2.1 复杂机械系统中的非线性问题 6
1.2.2 基于现代非线性理论的复杂机械故障诊断研究的内容 6
1.2.3 基于现代非线性理论的复杂机械故障诊断研究的意义 7
第2章 复杂机械系统故障诊断的研究方法 9
2.1 机械设备故障诊断理论方法 10
2.1.1 统计识别方法 10
2.1.2 模糊识别方法 10
2.1.3 神经网络识别方法 10
2.1.4 故障树分析法 11
2.1.5 分形故障诊断方法 12
2.1.6 小波故障诊断方法 12
2.2 机械设备故障诊断的技术与方法 13
2.2.1 振动诊断技术 13
2.2.2 时序分析方法 13
2.2.3 最大熵谱方法 14
2.2.4 专家系统诊断方法 14
2.2.5 专家系统与神经网络集成的故障诊断方法 15
2.2.6 非线性系统动力学特征的故障诊断方法 16
第3章 分形与分形维数 18
3.1 分形原理概述 18
3.1.1 分形 18
3.1.2 分形空间 19
3.2 分维及其测量方法 20
3.2.1 长度测量及其维数的定义 20
3.2.2 几种分形维数概述 21
3.3 分形学的分类 27
3.4 分形学的应用领域 27
第4章 小波及小波包分析 29
4.1 概述 29
4.2 小波变换 29
4.2.1 连续小波变换 30
4.2.2 离散小波变换 31
4.3 多分辨分析 33
4.4 小波包分析 36
4.4.1 小波包的定义 37
4.4.2 小波包的性质 38
4.4.3 小波包的空间分解 38
4.4.4 小波包算法 40
4.5 小波应用领域概述 40
第5章 基于小波理论的信号降噪研究 42
5.1 噪声 42
5.2 工程上传统、常用的去噪方法 42
5.2.1 窄带滤波 43
5.2.2 相关滤波 43
5.2.3 相干滤波 43
5.3 小波降噪法 43
5.4 应用实例 44
5.4.1 Blocks函数信号的降噪分析 44
5.4.2 sin函数信号的降噪分析 49
5.4.3 信号类型与消噪方法 53
5.4.4 汽轮发电机组振动信号的降噪分析 54
5.5 基于小波理论的汽轮发电机组故障诊断研究 55
5.5.1 汽轮发电机组振动故障的典型特征 55
5.5.2 引起机组振动故障的原因 55
5.5.3 主要振动故障的典型特征 56
5.6 基于小波理论的汽轮发电机组故障诊断 57
5.6.1 实例诊断分析 57
5.7 小波能量特征法在发电机组故障诊断中的应用研究 69
5.7.1 系统状态特征向量构造及分析 69
5.7.2 发电机组故障诊断分析 71
第6章 分形理论及小波分形技术的复杂机械故障诊断 73
6.1 基于分形理论的复杂机械故障诊断研究 73
6.1.1 研究背景 74
6.1.2 分形维数及应用 74
6.2 关联维数及其计算方法 75
6.2.1 相空间重构 75
6.2.2 关联维数计算 76
6.3 发电机组振动信号的关联维数计算及故障诊断研究 78
6.3.1 时频分析 78
6.3.2 时域信号关联维数计算与分析 79
6.4 基于小波分形技术的发电机组故障振动信号分析 81
6.4.1 小波分形技术原理 81
6.4.2 发电机组转子故障分析 82
6.5 关联维数在汽车发动机故障诊断中的应用 86
第7章 基于多重分形的分形维数计算 89
7.1 多重分形信息特征 89
7.1.1 多重分形的理论方法 89
7.1.2 广义维数算法概述 90
7.1.3 广义维数Dq的计算方法 92
7.2 广义分形维数算例分析 93
7.2.1 正弦波的广义维数及与采样长度的关系 93
7.2.2 带噪声正弦波信号的广义维数计算分析 96
第8章 基于广义分形特征的故障诊断 100
8.1 振动信号的多重分形维数分析 100
8.1.1 振动信号的敏感维数提取 101
8.1.2 振动信号的分形诊断分类原理 101
8.2 振动信号的广义分形维数诊断方法 102
8.3 基于多重分形特征的转子模型故障诊断 103
8.3.1 转子模型试验 104
8.3.2 分形维数的计算比较与分析 104
8.3.3 确定各分形维数及敏感维数 108
8.3.4 各样本的功率谱及维数分析 109
8.3.5 待检信号单一故障的分形维数诊断分析 111
8.3.6 待检信号复杂故障的分形维数诊断分析 112
8.3.7 待检信号耦合故障的分形维数诊断分析 114
8.4 基于广义分形特征的汽轮发电机组故障诊断 115
8.4.1 汽轮发电机组故障诊断方法概述 115
8.4.2 振动故障智能诊断方法的改进 116
8.4.3 汽轮发电机组故障诊断的分形方法 118
8.5 转子动力学分析与故障诊断方法 127
8.5.1 概述 127
8.5.2 振动分析的几种方法 128
8.5.3 旋转机械振动的基本特性 128
8.5.4 转子不平衡的诊断 128
8.5.5 故障机理 129
8.6 柔性转子单圆盘的动态分析 131
8.6.1 固有频率的计算 131
8.6.2 响应计算 133
8.6.3 柔性转子双圆盘的动态分析 134
8.6.4 柔性三圆盘转子的动态特性计算与不平衡故障诊断 136
8.6.5 基于振型的“三位法”故障诊断 140
8.6.6 基于连续体方法的转子动态特性计算与“三位法”故障诊断 143
8.7 三圆盘转子系统的动态分析与计算 148
8.7.1 以简谐函数为振型函数的三圆盘转子系统固有频率的计算 148
8.7.2 以静挠度方程为振型函数的三圆盘转子系统固有频率计算 149
8.8 基于振动响应的“三位法”故障诊断 151
8.8.1 三圆盘系统的响应计算 151
8.8.2 1＃圆盘受激振时的振动响应故障分析 153
8.8.3 2＃圆盘激振时的振动响应故障分析 154
8.8.4 3＃圆盘激振时的振动响应故障分析 155
8.9 基于分形的转子故障诊断分析 157
8.9.1 对转子试验台动态特性的分析 157
8.9.2 对转子试验台故障特性的分析 158
8.10 转子试验台的广义维数计算及故障诊断分析 159
第9章 李雅普诺夫指数在复杂机械故障诊断中的应用研究 163
9.1 研究背景 163
9.1.1 复杂机械系统中的非线性问题 163
9.1.2 复杂机械系统中的混沌 164
9.2 理论基础 164
9.2.1 混沌的特征描述 166
9.2.2 混沌时间序列的判别方法 166
9.2.3 李雅普诺夫指数 167
9.2.4 李雅普诺夫指数的数值计算方法 169
9.2.5 庞加莱（Poincare）映射 172
9.3 复杂机械故障状态下的实例计算及分析 172
9.3.1 汽轮发电机组故障状态的李雅普诺夫指数特征值计算分析 172
9.3.2 汽车发动机气缸状态的李雅普诺夫指数计算分析 177
9.4 复杂机械设备状态的可预测性研究 180
9.4.1 基于混沌的复杂机械系统状态预测思想 181
9.4.2 基于李雅普诺夫指数的复杂机械系统状态可预测性研究 182
9.4.3 混沌预测的理论基础 183
9.4.4 一维李雅普诺夫指数混沌预测模式 184
9.4.5 发电机组故障信号预测 187
9.5 基于柯熵的复杂机械系统状态最大可预测时间研究 189
9.5.1 柯尔莫哥洛夫熵K 189
9.5.2 混沌系统最大可预测时间 190
9.5.3 时间序列的柯尔莫哥洛夫熵近似K2 190
9.5.4 汽车发动机运动状态最大可预测时间估计 191
第10章 等离子弧淬火表面条纹方向对摩擦性能影响的研究 194
10.1 表面分析方法 194
10.2 等离子弧淬火表面条纹方向试验结果与分析 194
10.2.1 滑动速度对摩擦系数的影响 194
10.2.2 接触应力对摩擦系数的影响 196
10.3 抗磨性能评定 197
10.4 摩擦和磨损表面形貌的分析 198
10.4.1 摩擦系数模型初探 198
10.4.2 淬火条纹方向润滑机理分析 200
10.5 等离子弧淬火表面网格方向对摩擦性能的影响 202
10.5.1 90—X系列摩擦系数的变化 204
10.5.2 70—X系列摩擦系数的变化 205
10.5.3 45—X系列摩擦系数的变化 205
10.6 接触应力的影响 206
10.6.1 90—X系列摩擦系数的变化 206
10.6.2 70—X系列摩擦系数的变化 208
10.6.3 45—X系列摩擦系数的变化 210
10.7 滑动距离对摩擦、磨损的影响 211
10.7.1 摩擦系数测试结果与分析 211
10.7.2 抗磨性能评定 212
第11章 电磁轴承控制系统设计与仿真研究 215
11.1 引言 215
11.2 电磁轴承的结构与控制系统设计 215
11.2.1 电磁轴承的结构设计 215
11.2.2 电磁轴承的控制系统设计与仿真 216
11.3 电磁轴承虚拟控制系统设计 219
第12章 电磁轴承控制的鲁棒稳定性研究 222
12.1 电磁轴承的控制的鲁棒性及控制器设计 222
12.1.1 电磁轴承的控制的鲁棒性及控制器设计 222
12.1.2 系统仿真研究 223
12.2 考虑系统不确定性的控制鲁棒稳定性研究 224
12.2.1 考虑电磁轴承不确定项的鲁棒控制器 225
12.2.2 考虑不确定项电磁轴承鲁棒控制器的系统仿真研究 226
参考文献 228