機械故障診斷理論及應用（崔玲麗）

第1章 緒論 11.1　故障診斷的概念和內(nèi)涵　 11.1.1　機械故障的概念　 11.1.2　機械故障的分類　 11.1.3　故障診斷的內(nèi)涵　 21.1.4　設備維修策略　 31.2　機械故障診斷的意義　 31.3　機械故障診斷的發(fā)展歷程　 41.3.1　故障診斷技術的發(fā)展階段　 51.3.2　故障診斷領域存在的主要問題　 61.4　機械故障診斷研究前沿與優(yōu)先發(fā)展領域　 71.4.1　研究前沿與重大科學問題　 71.4.2　優(yōu)先發(fā)展領域　 8第2章 機械振動力學基礎 102.1　機械振動概述　 102.2　機械振動分類及描述　 112.2.1　機械振動分類　 112.2.2　機械振動描述　 132.3　單自由度系統(tǒng)振動　 162.3.1　無阻尼自由振動　 162.3.2　有阻尼自由衰減振動　 182.3.3　簡諧受迫振動　 18第3章 機械測試技術基礎 223.1　測試系統(tǒng)　 223.1.1　測試系統(tǒng)概述　 223.1.2　測試系統(tǒng)的基本要求　 233.1.3　測試系統(tǒng)的主要任務　 233.2　振動傳感器　 243.2.1　振動傳感器工作原理及特點　 253.2.2　振動傳感器的選型與安裝　 283.3　振動信號采集　 313.3.1　采樣、混疊和采樣定理　 313.3.2　采樣長度與頻率分辨率　 343.3.3　泄漏與窗函數(shù)　 353.4　振動信號預處理　 393.4.1　信號調(diào)制的概念　 393.4.2　調(diào)幅的原理　 413.4.3　調(diào)幅波解調(diào)　 423.4.4　濾波器概述及分類　 44第4章 機械振動信號分析基礎 474.1　信號的概念與分類　 474.1.1　確定性信號與隨機信號　 484.1.2　其他信號分類與概念　 494.2　時域分析方法　 504.2.1　時域平均　 504.2.2　相關分析　 524.3　幅域分析方法　 594.3.1　幅域特征參數(shù)分析　 594.3.2　幅值概率密度分析　 634.4　頻域分析方法　 654.4.1　概述　 654.4.2　頻譜分析　 654.4.3　包絡分析　 684.4.4　倒譜分析　 684.4.5　階次分析　 704.5　時頻分析方法　 724.5.1　短時傅里葉變換　 724.5.2　Wigner-Ville 分布　 744.5.3　其他時頻分析方法　 774.6　其他分析方法　 784.6.1　軸心軌跡　 794.6.2　波德圖　 794.6.3　極坐標圖　 80第5章 旋轉(zhuǎn)機械故障機理與診斷 815.1　轉(zhuǎn)子系統(tǒng)振動基本特性　 815.1.1　轉(zhuǎn)子振動力學模型　 815.1.2　臨界轉(zhuǎn)速　 825.2　轉(zhuǎn)子不平衡故障機理與診斷　 855.2.1　轉(zhuǎn)子不平衡的種類　 855.2.2　轉(zhuǎn)子不平衡的振動機理　 865.2.3　轉(zhuǎn)子不平衡的特征　 885.2.4　轉(zhuǎn)子不平衡診斷實例　 895.2.5　動平衡方法　 905.3　轉(zhuǎn)子不對中故障機理與診斷　 935.3.1　轉(zhuǎn)子不對中的類型　 935.3.2　轉(zhuǎn)子不對中的振動機理　 945.3.3　軸承不對中的故障機理　 965.3.4　轉(zhuǎn)子不對中的故障特征　 965.3.5　轉(zhuǎn)子不對中診斷實例　 975.4　動靜件摩擦故障機理與診斷　 985.4.1　轉(zhuǎn)子與靜止件徑向摩擦的振動機理　 995.4.2　轉(zhuǎn)子與靜止件軸向干摩擦的振動機理　 1005.4.3　動靜件摩擦的診斷實例　 1005.5　其他故障特征與診斷　 1005.5.1　轉(zhuǎn)子彎曲的故障機理與診斷　 1005.5.2　轉(zhuǎn)子支承部件松動故障特征及診斷　 1025.5.3　轉(zhuǎn)子基礎共振時的振動特征　 1035.5.4　轉(zhuǎn)子振動故障特征示例　 104第6章 滑動軸承故障機理與診斷 1056.1　滑動軸承工作原理　 1056.2　滑動軸承常見故障及原因　 1076.2.1　巴氏合金松脫　 1076.2.2　軸瓦異常磨損　 1076.2.3　燒瓦　 1076.2.4　疲勞失效　 1086.2.5　軸承腐蝕　 1086.2.6　軸承殼體配合松動　 1086.2.7　軸承間隙不適當　 1086.2.8　油膜失穩(wěn)引起的故障　 1086.3　滑動軸承油膜失穩(wěn)機理及診斷　 1086.3.1　油膜失穩(wěn)故障的機理　 1096.3.2　油膜振蕩的故障特征及診斷　 1126.3.3　油膜振蕩的防治措施　 1136.3.4　滑動軸承故障診斷實例　 115第7章 滾動軸承故障機理與診斷 1187.1　滾動軸承故障的主要形式與原因　 1187.2　滾動軸承的振動機理與信號特征　 1197.2.1　滾動軸承振動的基本參數(shù)　 1197.2.2　正常軸承的振動信號特征　 1227.2.3　故障軸承的振動信號特征　 1257.3　常用軸承故障診斷方法及實例　 1267.3.1　包絡解調(diào)法及診斷實例　 1267.3.2　小波變換及診斷實例　 1297.3.3　EMD 分析及診斷實例　 1317.3.4　稀疏表示及診斷實例　 1347.3.5　盲源分離及診斷實例　 1387.4　軸承故障定量診斷方法及實例　 1427.4.1　階躍-沖擊字典的構造　 1427.4.2　階躍-沖擊字典匹配追蹤定量診斷　 1457.4.3　仿真及實驗驗證　 1467.5　性能退化趨勢預測方法及實例　 1477.5.1　開關無跡卡爾曼濾波算法　 1487.5.2　軸承多狀態(tài)濾波器模型　 1507.5.3　軸承實驗數(shù)據(jù)分析　 151第8章 齒輪故障機理與診斷 1548.1　齒輪失效形式及原因　 1548.1.1　齒輪失效形式　 1548.1.2　齒輪失效原因　 1558.2　齒輪振動機理及故障特征　 1568.2.1　齒輪振動機理　 1568.2.2　常見故障信號特征　 1618.3　齒輪常見故障診斷方法及實例　 1668.3.1　齒輪常見故障診斷方法　 1668.3.2　齒輪常見故障診斷實例　 169第9章 新一代人工智能診斷方法 1739.1　人工智能技術概述　 1739.2　卷積神經(jīng)網(wǎng)絡及智能診斷應用　 1749.2.1　卷積神經(jīng)網(wǎng)絡　 1749.2.2　基于卷積神經(jīng)網(wǎng)絡的智能診斷　 1769.3　其他常用深度學習網(wǎng)絡　 1839.3.1　深度置信網(wǎng)絡　 1839.3.2　堆棧自編碼網(wǎng)絡　 1849.3.3　循環(huán)神經(jīng)網(wǎng)絡　 1849.4　遷移學習　 1869.4.1　遷移學習思想及策略　 1869.4.2　基于多任務學習的壽命預測　 187參考文獻 192