1.1 技术诊断学概述 1
1.1.1 诊断是一种新技术 1
1.1.2 技术诊断的基本思路 1
第1章 现代设备监测诊断技术概述 1
1.1.3 技术诊断学和故障预防 2
1.1.4 技术诊断学的分类 4
1.2 设备故障诊断技术的发展 7
1.2.1 现代工程对技术诊断的要求 7
1.2.2 技术诊断的发展概况 10
1.2.3 技术诊断的经济效益 13
1.2.4 技术诊断的工程应用 16
1.3 技术诊断学的理论基础 20
1.3.1 技术诊断学的数学基础 20
1.3.3 技术诊断学的力学基础 21
1.3.4 技术诊断学的化学基础 21
1.3.2 技术诊断学的物理基础 21
第2章 机械振动基础 22
2.1 振动的分类 22
2.1.1 按激振情况划分 22
2.1.2 按运动规律划分 22
2.1.3 按描述振动系统的微分方程划分 23
2.1.4 按描述振动系统的自由度划分 23
2.2.1 简谐振动参量 24
2.2 振动参量 24
2.2.2 简谐振动的矢量表示法及复数表示法 26
2.2.3 简谐振动的合成 28
2.2.4 拍 29
2.3 单自由度系统的振动 31
2.3.1 单自由度系统的无阻尼自由振动 32
2.3.2 求固有频率的能量法 37
2.3.3 单自由度系统有阻尼的自由振动 39
2.3.4 单自由度系统有阻尼的强迫振动 44
2.3.5 基础振动——第二类振动问题 52
2.3.6 振动的隔离 57
2.3.7 单自由度系统对任意激振力的响应 61
2.4 两个自由度系统的振动 65
2.4.1 拉格朗日方程 65
2.4.2 二自由度系统的自由振动 70
2.4.3 两个自由度系统的强迫振动 76
2.5 振动分析准备 86
2.5.1 测点编号规则 86
2.5.2 振动特性——振幅 89
2.5.3 振动特性——频率 93
2.5.4 振动相位 102
第3章 数据采集与信号处理 118
3.1 传感器 118
3.2 数据显示 120
3.2.1 如何显示数据：趋势图 120
3.2.4 如何显示数据：包络谱图 121
3.2.3 数据如何显示：FFT频谱图 121
3.2.2 如何显示数据：时域图 121
3.3 建立数据库 123
3.3.1 引言 123
3.3.2 监测系统的目的 123
3.3.3 选择测点参数 123
3.3.4 数据量的选择 126
3.3.5 时间和准确度 126
3.3.6 建立数据库实例 127
3.4 信号处理 130
3.4.1 信号分析概述 130
3.4.2 信号的分类 132
3.4.3 信号的时域分析 132
3.4.4 信号的幅值分析 135
3.4.5 信号的频谱分析 136
3.4.6 其他信号分析方法 140
3.5.1 时域采样出现的问题 141
3.5 信号数字化出现的问题 141
3.5.2 时域截断出现的问题 144
3.5.3 频域采样出现的问题 146
第4章 故障振动数据谱分析 149
4.1 频谱分析基础 149
4.1.1 故障频率 149
4.1.2 计算故障频率 149
4.1.3 故障频率的一般算法 152
4.1.4 传动装置 153
4.1.5 综合实例 155
4.1.6 小结 156
4.2 利用频谱分析法进行故障诊断 157
4.2.1 频谱分析简介 157
4.2.2 故障诊断分析 165
5.1 时域分析 219
5.1.1 时域图分析 219
第5章 时域与包络分析 219
5.1.2 时域图和FFT之间的关系 220
5.1.3 时域图的应用 229
5.1.4 时域图参数 234
5.1.5 时域图总结 237
5.2 包络谱分析 237
5.2.1 包络谱图简介 237
5.2.2 包络谱图的处理过程 238
5.2.3 包络频谱图的功能 245
5.2.4 包络谱图：冲击来源 247
第6章 轴承故障检测技术 249
6.1 轴承故障诊断概述 249
6.1.1 轴承诊断的意义及国内、外现状 249
6.1.2 轴承的分类和基本结构 250
6.2 轴承的故障特征 252
6.2.1 滑动轴承的损伤分析 252
6.2.2 滚动轴承的故障特征 254
6.2.3 轴承诊断的振动仪器介绍 259
6.3.1 滑动轴承的诊断方法 263
6.3 滑动轴承的故障检测技术 263
6.3.2 滑动轴承的油膜涡动故障 264
6.3.3 滑动轴承故障诊断综合案例 267
6.4 滚动轴承的故障检测 285
6.4.1 滚动轴承的状态监测和故障诊断的现状 285
6.4.2 滚动轴承的故障诊断技术 288
6.4.3 滚动轴承故障特征频率 292
6.4.4 滚动轴承故障诊断实例（西马力公司提供资料） 293
6.5 低速轴承故障检测技术 301
6.5.1 低速机械故障诊断的意义与现状 301
6.5.2 低速轴承的故障特征 303
6.5.3 低速滚动轴承的有限元分析 307
6.5.4 应力波在轴承检测中的应用 312
6.5.5 诊断实例 315
7.1.1 齿轮的振动和故障特征 323
第7章 齿轮及齿轮箱诊断 323
7.1 齿轮及齿轮箱的故障特点 323
7.1.2 齿轮箱故障的主要特征 327
7.2 齿轮故障的振动信号处理方法 330
7.2.1 齿轮故障诊断方法 331
7.2.2 齿轮故障诊断标准 334
7.2.3 齿轮的振动故障机理 336
7.3 齿轮故障诊断案例分析 338
第8章 网络诊断与在线监测 342
8.1 网络诊断技术 342
8.1.1 网络诊断 342
8.1.2 网络诊断的分类 342
8.1.3 诊断网络的意义 344
8.2 SPM网络化管理Condmaster软件系统 344
8.2.1 SPM网络化管理Condmaster软件系统的优点 344
8.3.1 CMS网络监控与诊断系统 345
8.3 网络诊断系统介绍 345
8.2.2 SPM网络化管理Condmaster软件系统的分类 345
8.3.2 MG-4设备监控卫士 353
8.3.3 电机综合在线诊断系统 355
第9章 激光对中技术 358
9.1 对中的意义和目的 358
9.1.1 不对中的危害 358
9.1.2 对中的意义和目的 358
9.2 引起设备不对中的因素 359
9.3 不对中的分类 360
9.4 不对中振动的机理 361
9.4.1 齿式联轴器连接不对中的振动机理 361
9.4.2 刚性联轴器连接转子不对中的故障机理 364
9.5.1 平行不对中 365
9.5.2 角度不对中 365
9.5 转子不对中的故障特征 365
9.4.3 轴承不对中的故障机理 365
9.5.3 不对中故障的典型特征 366
9.6 转子不对中的故障诊断 367
9.6.1 转子不对中的故障诊断依据 367
9.6.2 故障原因与治理措施 368
9.6.3 案例分析 369
9.7.1 对中方法 370
9.7 对中的方法介绍及其注意事项 370
9.7.2 注意事项 373
9.8 激光对中过程 374
9.8.1 水平设备轴对中 376
9.8.2 垂直设备轴对中 380
9.9 诊断实例 382
9.10 对中仪器介绍 388
9.10.1 Colibri经济型激光对中仪 388
9.10.2 加强型激光对中仪 389
10.1.1 产生不平衡的原因 391
10.1 平衡的原理 391
第10章 现场动平衡技术 391
10.1.2 不平衡的类型 392
10.1.3 不平衡的危害 393
10.1.4 转子平衡的原理 394
10.2 动平衡与静平衡 394
10.2.1 静平衡 394
10.2.2 动平衡 395
10.2.3 转子平衡的选择与确定 396
10.2.4 转子做静平衡的条件 396
10.2.5 转子做动平衡的条件 397
10.2.6 现场动平衡的意义 397
10.3 转子的动平衡方法 399
10.3.1 刚性转子和柔性转子 399
10.3.2 不平衡故障的特征 399
10.3.3 转子不平衡的诊断 404
10.3.5 刚性转子的平衡方法 405
10.3.4 刚性转子的平衡面数 405
10.3.6 实践经验 417
10.4 现场动平衡的一般程序框图 419
10.5 案例分析 420
10.6 动平衡仪器 424
10.6.1 经济型现场动平衡仪 424
10.6.2 现场动平衡仪 425
第11章 现代故障诊断技术 427
11.1 现代设备诊断技术介绍 427
11.2 故障诊断专家系统 429
11.2.1 专家系统的基本概念 429
11.2.2 故障诊断专家系统的设计 431
11.3 基于神经网络的智能故障诊断 432
11.3.1 神经网络故障诊断技术的发展 432
11.3.2 神经网络的基本原理 436
11.3.3 改进神经网络诊断空压机故障 445
11.3.4 应用神经网络提取故障特征参数 448
11.4 基于盲源分离的信号处理技术 452
11.4.1 盲源分离理论的研究进展 452
11.4.2 盲分离的自适应算法 455
11.4.3 应用卷积混合模型分离特征信号 458
11.4.4 基于盲分离的电机振动分析 461
11.5 设备故障的模糊诊断技术 464
11.5.1 模糊集和模糊理论 464
11.5.2 粗糙集理论及应用 468
11.5.3 基于模糊神经网络的故障诊断 472
11.6 生物智能计算在故障诊断中的应用 478
11.6.1 遗传算法的特点及应用 478
11.6.2 遗传算法在汽轮机故障诊断中的应用 482
11.6.3 基于人工免疫算法的故障诊断 485
11.6.4 DNA算法 491
11.6.5 情感计算 493
11.6.6 蚁群算法 493
11.7.1 小波分析概述 496
11.7 小波分析在故障诊断中的应用 496
11.7.2 傅里叶变换与小波变换的区别 497
11.7.3 小波分析理论 498
11.7.4 小波奇异性理论在故障诊断中的应用 501
11.7.5 小波神经网络智能诊断方法 510
11.8 分形与混沌在故障诊断中的应用 513
11.8.1 分形理论及应用 513
11.8.2 混沌理论及应用 516
11.9 基于支持向量机的故障诊断技术 521
11.9.1 概述 521
11.9.2 基于SVM的故障诊断实例 523
第12章 噪声控制技术 527
12.1 噪声及其类型 527
12.1.1 噪声的定义 527
12.1.2 噪声的类型 528
12.2.2 噪声危害的分类 529
12.2 噪声的危害 529
12.2.1 噪声对人类的危害 529
12.2.3 影响噪声对机体不良作用的因素 530
12.3 噪声的表示方法 531
12.4 噪声标准 532
12.4.1 工业企业噪声标准 532
12.4.2 城市区域环境噪声标准 532
12.5 噪声危害案例 533
12.6 噪声控制途径 537
12.6.1 噪声控制的基本途径 537
12.6.2 隔声 538
12.6.3 吸声 542
12.6.4 隔声罩设计 543
12.7 工程实例 553
12.7.1 螺杆压缩制冷机组噪声治理 553
12.7.2 汽轮机机组噪声治理 560
12.7.3 方迪山庄中央空调机房噪声治理 565
第13章 设备状态监测实施要点 573
13.1 现场实施的八个要点 573
13.1.1 建立设备文档 573
13.1.2 设备振动监测点的选择与标注 573
13.1.3 测量参数类型选择 574
13.1.4 确定设备振动监测周期 575
13.1.5 设备振动监测信息采集与管理 576
13.1.6 设备状态判断 576
13.1.7 趋势分析和寿命预测 583
13.1.8 诊断效果评价 583
13.2 状态监测和振动分析的四个阶段 584
13.2.1 第一阶段：监测 584
13.2.2 第二阶段：分析诊断 585
13.2.3 第三阶段：故障根源分析 591
13.2.4 第四阶段：确认 591
参考文献 592