概论 1
0.1 发动机诊断技术的发展背景与作用 1
0.2 发动机诊断技术的主要任务与方法 3
0.3 发动机故障诊断技术的应用状况与发展趋势 4
第1章 机械磨损的系统分析 7
1.1 摩擦系统 7
1.2 磨损状态监控与磨损故障诊断 8
1.3 发动机典型的润滑系统 8
1.4 润滑系统中磨粒的动态分析 11
第2章 颗粒摩擦学 15
2.1 磨损过程分析 15
2.2 磨损失效分类与磨损原理 17
2.3 关于磨屑形成的理论 19
2.3.1 薄层状磨粒的形成 19
2.3.2 球粒的形成 20
2.3.3 剥块的形成 20
2.4 磨粒的分类与信息特征 21
2.4.1 磨粒分类 21
2.4.2 磨粒的形态特征 22
2.4.3 磨损故障的可诊断性 23
第3章 磨损监测技术原理 25
3.1 滑油监测技术概论 25
3.2 铁谱监测技术 28
3.2.1 铁谱技术原理 28
3.2.2 分析式铁谱仪 31
3.2.3 直读式铁谱仪 33
3.2.4 旋转式铁谱仪 34
3.3 光谱分析技术 35
3.3.1 原子发射光谱 36
3.3.2 原子吸收光谱 38
3.3.3 红外光谱 42
3.4 DMAS铁谱分析系统 44
3.4.1 真空滤膜式铁谱仪 44
3.4.2 自动扫描显微镜 46
3.4.3 计算机辅助视觉系统 46
3.4.4 DMAS软件系统 47
3.5 其它监测技术简介 47
第4章 在线监测系统 49
4.1 β-监测器及其在线监测系统 49
4.1.1 基本原理 49
4.1.2 系统组成 52
4.2 滑阀式液压污染粒子监测器 53
4.2.1 监测器原理与系统组成 53
4.2.2 监测器性能 55
4.3 发动机机载碎屑探测器 57
4.3.1 普通磁性碎屑探测器 57
4.3.2 信号式磁性碎屑探测器 58
4.3.3 信号式油滤 59
4.4 在线式铁谱仪 61
第5章 磨粒形态学图像分析 63
5.1 图像处理与分析基础 63
5.1.1 图像及其数据结构 63
5.1.2 图像预处理 64
5.1.3 图像边缘提取与分割 65
5.2 磨粒纹理分析 67
5.2.1 磨粒的纹理自相关函数 67
5.2.2 傅里叶变换纹理分析 68
5.2.3 灰度共生矩阵纹理分析 69
5.3 磨粒形态分析 70
5.3.1 区域内部变换的矩方法 70
5.3.2 磨粒整体形状的结构分析 72
5.3.3 磨粒整体形状的区域内部空间域分析 73
5.3.4 磨粒图像的分形参数描述 75
5.3.5 磨粒测量实例 78
5.4 磨粒尺寸的统计分布 79
5.4.1 有关统计研究的样本 79
5.4.2 Weibull模型及其参数估计 80
5.4.3 一般规律 85
5.4.4 尺寸模型的应用研究 87
5.5 磨粒形态的统计分析 89
5.5.1 形状统计分布 89
5.5.2 特征磨粒的形状统计分析 90
5.5.3 在故障诊断中的应用研究 93
第6章 磨损过程监测的时序分析 96
6.1 时间序列模型 96
6.1.1 基本单变量模型 96
6.1.2 多变量模型 97
6.2 时序建模方法 98
6.2.1 经典方法 98
6.2.2 建模方法的改进 98
6.3 时序方法在磨损过程监测中的应用 102
6.3.1 建模算法 103
6.3.2 过程监测 103
6.3.3 过程诊断 104
6.4 趋势预测技术 105
6.4.1 平稳序列预报 105
6.4.2 非平稳序列的自适应AR模型预测 106
6.4.3 含确定性趋势项的组合时间序列预报 107
第7章 磨损故障诊断方法 108
7.1 磨粒识别与故障诊断 109
7.1.1 磨粒的参数化与分类标准 109
7.1.2 磨粒识别与故障分类诊断 110
7.1.3 有关诊断标准 113
7.2 基于规则的知识系统 114
7.3 发动机磨损类故障的例行检查方法 121
7.3.1 磁性碎屑探测器和过滤器故障检查程序 121
7.3.2 润滑油的检查 125
7.3.3 润滑系统故障定位程序 125
第8章 监测实验研究 128
8.1 齿轮（箱）在线监测实验研究 128
8.1.1 齿轮传动失效分析 128
8.1.2 齿面汽化现象研究 129
8.1.3 实验条件与监测方法 132
8.1.4 监测实验研究 133
8.2 航空发动机监测研究 139
8.3 船舶柴油机状态监测 147
参考文献 152
致谢 154