機械故障診斷學(第3版)（簡體書）

本書是第3版。隨著科學技術的發展，與第1、2版比較，全書內容體系都有很大的改變。全書共3篇13章分四部分：第一部分是第1章緒論，主要是說明工況監視與故障診斷的意義、發展概況、研究和系統設計的指導思想；第二部分即第1篇第2～第5章，主要是說明信號檢測與特徵信號處理方法的原理，旨在為讀者在工程實踐中能正確應用這些方法奠定必要的基礎；第三部分即第2篇第6一第9章，介紹當代幾種典型的人工智能技術原理和實際應用；第四部分即第3篇第10～第13章，其中前3章分別介紹機械故障診斷技術在三種典型的工程領域(旋轉機械、液壓系統及機械製造的質量控制)中的應用；第13章以某一工程項目為例，說明系統的設計和故障診斷技術的綜合應用，以及當前正在發展的某些新技術的原理和方法。
本書于2000年被教育部研究生辦公室推薦作為“研究生教學用書”，也可作為大學本科及機械設備運行管理工程技術人員的參考用書。

鐘秉林，1951年出生，北京市人，留英博士。曾任東南大學機械工程系主任、副校長。教育部高等教育司司長，現任北京師範大學校長，東南大學教授、博士生指導教師。兼任清華大學兼職教授、英國卡迪夫大學名譽研究員、國務院學位委員會學科評議組成員、國家自然科學基金委員會學科評議組成員等。享受政府特殊津貼。自20世紀80年代以來，從事機械設備工況監視與故障診斷領域的科研和教學工作以及高等教育管理工作。承擔國家自然科學基金和國家863高技術發展研究基金項目多項，在國內外核心刊物和國際會議上發表科技論文50余篇，教育管理論文30余篇，合作出版專著或教材5本，獲省部級科技進步獎4項。

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 緒論
1 故障診斷學的意義
2 故障診斷技術的發展
3 工況監視與故障診斷系統的主要環節和模式
4 故障診斷與機械系統可靠性及可維修性的關係
第1篇 特徵信號檢測與動態系統特性分析
第2章 特徵信號檢測
1 概述
2 特徵信號的選擇
3 振動信號的檢測
4 特徵信號的采集
第3章 動態系統特性的時域分析
1 概述
2 隨機過程的基本概念及其數字特徵
3 時間序列的統計分析
4 線性時間序列模型分析及其應用
5 工況狀態變化趨勢性模型分析
6 時間序列的預報
第4章 動態系統特性的頻譜分析
1 概述
2 周期信號的傅里葉級數及頻譜
3 非周期信號的傅里葉變換原理
4 卷積定理
5 采樣信號的傅里葉變換
6 傅里葉變換的周期性與離散性
7 功率譜
8 最大熵譜
9 其他幾種譜函數
第5章 非平穩信號特徵分析
1 概述
2 非平穩信號的頻域分析
3 非平穩信號的時頻域分析
4 經驗模式分解及希爾伯特譜
5 周期平穩信號分析
第2篇 基於人工智能的故障診斷技術
第6章 狀態識別方法原理
1 概述
2 對比分析法
3 距離及相似度量分類原理
4 近鄰決策算法
5 貝葉斯(Baves)分類法
6 Fisher判別方法
7 勢能函數分類法
8 模糊診斷方法
9 故障樹分析法
10 基於粗糙集理論的診斷方法
11 主成分分析及獨立成分分析
第7章 神經網絡診斷原理
1 概述
2 人工神經網絡的拓撲結構及學習規則
3 多層前向神經網絡模型及BP算法
4 徑向基函數(RBF)網絡及其學習算法
5 模糊神經網絡模型
6 無監督神經網絡模型
第8章 模擬退火與演化算法的原理及應用
1 概述
2 模擬退火算法原理
3 演化算法原理
4 模擬退火和演化算法在知識獲取中的應用
第9章 專家系統診斷原理
1 概述
2 專家系統的基本結構及功能
3 推理機制
4 知識表示與知識獲取
5 粗糙集理論與知識獲取
6 人工神經網絡與專家系統
7 基於行為的故障診斷系統
8 多專家診斷系統
第3篇 機械故障診斷技術的工程應用
第10章 旋轉機械的狀態監視與故障診斷
1 概述
2 振動基礎
3 轉子系統振動故障診斷
4 齒輪箱故障診斷
5 滾動軸承的振動信號分析及研究
第11章 機械製造過程質量控制與狀態識別
1 概述
2 質量管理的模式
3 正態分布曲線性質及不合格品率的計算
4 工序過程質量狀態的識別與控制
第12章 液壓系統的狀態監測與故障診斷
1 概述
2 液壓系統的故障模式及其特徵
3 液壓系統檢測與故障診斷方法
4 液壓系統故障診斷的基本方法與步驟
第13章 計算機輔助狀態監測與故障診斷系統
1 概述
2 汽輪機壓縮機組工況監視與故障診斷系統實例
3 面向web的多代理故障診斷系統
4 嵌入式智能故障診斷系統
附錄A 正態分布表(12位小數)
附錄B 合格率與不合格率表(12位小數)
參考文獻