本书是一部关于机械故障诊断学的理论专著，全书分特征信号检测与动态系统特性分析、基于人工智能的故障诊断技术和机械故障诊断技术的工程应用三大部分介绍了机械故障诊断的相关理论，适合机械相关专业学生学习。

本书是第3版。随着科学技术的发展，与第1、2版比较，全书内容体系都有很大的改变。全书共3篇13章分四部分：第一部分是第1章绪论，主要是说明工况监视与故障诊断的意义、发展概况、研究和系统设计的指导思想；第二部分即第1篇第2～第5章，主要是说明信号检测与特征信号处理方法的原理，旨在为读者在工程实践中能正确应用这些方法奠定必要的基础；第三部分即第2篇第6一第9章，介绍当代几种典型的人工智能技术原理和实际应用；第四部分即第3篇第10～第13章，其中前3章分别介绍机械故障诊断技术在三种典型的工程领域(旋转机械、液压系统及机械制造的质量控制)中的应用；第13章以某一工程项目为例，说明系统的设计和故障诊断技术的综合应用，以及当前正在发展的某些新技术的原理和方法。

本书于2000年被教育部研究生办公室推荐作为“研究生教学用书”，也可作为大学本科及机械设备运行管理工程技术人员的参考用书。

第3版序

第1版序

第3版前言

第2版前言

第1版前言

第1章 绪论

 1 故障诊断学的意义

 2 故障诊断技术的发展

 3 工况监视与故障诊断系统的主要环节和模式

 4 故障诊断与机械系统可靠性及可维修性的关系

     第1篇 特征信号检测与动态系统特性分析

第2章 特征信号检测

 1 概述

 2 特征信号的选择

 3 振动信号的检测

 4 特征信号的采集

第3章 动态系统特性的时域分析

 1 概述

 2 随机过程的基本概念及其数字特征

 3 时间序列的统计分析

 4 线性时间序列模型分析及其应用

 5 工况状态变化趋势性模型分析

 6 时间序列的预报

第4章 动态系统特性的频谱分析

 1 概述

 2 周期信号的傅里叶级数及频谱

 3 非周期信号的傅里叶变换原理

 4 卷积定理

 5 采样信号的傅里叶变换

 6 傅里叶变换的周期性与离散性

 7 功率谱

 8 最大熵谱

 9 其他几种谱函数

第5章 非平稳信号特征分析

 1 概述

 2 非平稳信号的频域分析

 3 非平稳信号的时频域分析

 4 经验模式分解及希尔伯特谱

 5 周期平稳信号分析

      第2篇 基于人工智能的故障诊断技术

第6章 状态识别方法原理

 1 概述

 2 对比分析法

 3 距离及相似度量分类原理

 4 近邻决策算法

 5 贝叶斯(Baves)分类法

 6 Fisher判别方法

 7 势能函数分类法

 8 模糊诊断方法

 9 故障树分析法

 10 基于粗糙集理论的诊断方法

 11 主成分分析及独立成分分析

第7章 神经网络诊断原理

 1 概述

 2 人工神经网络的拓扑结构及学习规则

 3 多层前向神经网络模型及BP算法

 4 径向基函数(RBF)网络及其学习算法

 5 模糊神经网络模型

 6 无监督神经网络模型

第8章 模拟退火与演化算法的原理及应用

 1 概述

 2 模拟退火算法原理

 3 演化算法原理

 4 模拟退火和演化算法在知识获取中的应用

第9章 专家系统诊断原理

 1 概述

 2 专家系统的基本结构及功能

 3 推理机制

 4 知识表示与知识获取

 5 粗糙集理论与知识获取

 6 人工神经网络与专家系统

 7 基于行为的故障诊断系统

 8 多专家诊断系统

       第3篇 机械故障诊断技术的工程应用

第10章 旋转机械的状态监视与故障诊断

 1 概述

 2 振动基础

 3 转子系统振动故障诊断

 4 齿轮箱故障诊断

 5 滚动轴承的振动信号分析及研究

第11章 机械制造过程质量控制与状态识别

 1 概述

 2 质量管理的模式

 3 正态分布曲线性质及不合格品率的计算

 4 工序过程质量状态的识别与控制

第12章 液压系统的状态监测与故障诊断

 1 概述

 2 液压系统的故障模式及其特征

 3 液压系统检测与故障诊断方法

 4 液压系统故障诊断的基本方法与步骤

第13章 计算机辅助状态监测与故障诊断系统

 1 概述

 2 汽轮机压缩机组工况监视与故障诊断系统实例

 3 面向web的多代理故障诊断系统

 4 嵌入式智能故障诊断系统

附录A 正态分布表(12位小数)

附录B 合格率与不合格率表(12位小数)

参考文献