西安交通大学研究生创新教育系列教材：机械故障诊断理论与方法

　　第1章  机械零部件失效信息
　　1.1  概述
　　1.2  机械运行信息的获取
　　1.2.1  包含零部件失效信息的信号测量
　　1.2.2  零部件失效信息的提取
　　1.3  机械运行信息的利用
　　1.3.1  机械零部件故障的识别
　　1.3.2  机械设计、制造缺陷的识别
　　1.4  机械故障诊断的本质
　　第2章  机械故障诊断动力学基础
　　2.1  简谐振动
　　2.2  单自由度系统的自由振动
　　2.3  单自由度系统的强迫振动
　　2.3.1  简谐激励下的强迫振动（稳态阶段）
　　2.3.2  简谐激励下的强迫振动（过渡阶段）
　　2.4  转子的不平衡响应和临界转速
　　2.5  机械故障振动频率特征及机理分析
　　2.5.1  回转机械典型故障特征及机理分析
　　2.5.2  齿轮故障特征及机理分析
　　2.5.3  滚动轴承故障特征及机理分析
　　第3章  信息熵
　　3.1  信息熵的定义与性质
　　3.1.1  熵的定义
　　3.1.2 熵的性质
　　3.1.3  信息熵的作用
　　3.2  信息熵的极值
　　3.3  复合系统、联合熵与条件熵
　　3.4  最小互熵原理
　　3.4.1  最小互熵原理
　　3.4.2  最大熵分布
　　3.4.3  不确定性重要度测度
　　3.5  信息量的量度
　　第4章  信号频域分析基础及应用
　　4.1  傅里叶级数与离散频谱
　　4.2  傅里叶变换与连续频谱
　　4.3  离散傅里叶变换及快速算法
　　4.4  窗函数与泄漏
　　4.5  谱校正方法
　　4.6  信号的频谱分析
　　4.6.1  确定性信号的傅里叶谱分析
　　4.6.2  信号的功率谱分析
　　4.6.3  信号的相干分析
　　4.7  频谱分析的应用
　　第5章  信号的时频分析
　　5.1  时频分析的基本概念
　　5.1.1  信号的时频表示
　　5.1.2  相平面、窗口和测不准原理
　　5.1.3  时频分析方法的分类
　　5.2  加窗傅里叶变换
　　5.2.1  加窗傅里叶变换的基本概念
　　5.2.2  加窗傅里叶变换的特性
　　5.2.3  加窗傅里叶变换的分析实例
　　5.3  小波变换
　　5.3.1  小波变换的基本概念
　　5.3.2  小波变换的特性
　　5.3.3  连续小波变换的分析实例
　　5.4  离散小波变换
　　5.4.1  二进小波变换
　　5.4.2  小波函数与尺度函数
　　5.4.3  离散二进小波变换——Mallat算法
　　5.4.4  信号重建——二进小波逆变换
　　5.4.5  二进小波变换的应用
　　5.5  小波包变换
　　5.5.1  小波包原理
　　5.5.2  小波包结构
　　5.5.3  小波包变换
　　5.5.4  小波包逆变换
　　5.5.5  信号的小波包表示
　　5.5.6  小波包变换的实例
　　5.6  维格纳分布
　　5.6.1  维格纳分布的定义与性质
　　5.6.2  维格纳分布的时频特性
　　5.6.3  维格纳分布的光滑方法
　　第6章  希尔伯特-黄变换
　　6.1  希尔伯特-黄变换中的基本概念
　　6.1.1  瞬时频率
　　6.1.2  固有模式函数
　　6.2  经验模式分解
　　6.2.1  经验模式分解的基本原理
　　6.2.2  经验模式分解算法的完备性与正交性
　　6.3  希尔伯特谱分析
　　6.  4希尔伯特-黄变换在非平稳、非线性信号处理中的应用举例
　　6.4.1  单周期正弦波的分析
　　6.4.2  分时余弦波的分析
　　6.4.3  一个模拟调频信号的分析
　　6.4.4  一个实际机械故障信号的分析
　　6.5  讨论
　　第7章  全息谱分析技术
　　7.1  全息谱的构成
　　7.1.1  全息谱的提出
　　7.1.2  全息谱对所集成的信号的要求
　　7.1.3  二维全息谱的构成
　　7.1.4  全息谱区别故障的能力
　　7.1.5  三维全息谱的构成
　　7.1.6  轴心轨迹重构
　　7.2  全息瀑布图
　　7.3  全息动平衡技术
　　7.3.1  转频椭圆
　　7.3.2  初相点与转子重点
　　7.3.3  椭圆运动与等速圆周运动的转换
　　7.3.4  移相椭圆
　　7.3.5  三维全息谱的分解
　　第8章  主分量分析与核主分量分析
　　8.1  主分量分析的基本原理
　　8.1.1  主分量分析的基本原理
　　8.1.2  主分量分析应用举例
　　8.2  主分量分析在噪声压缩中的应用
　　8.2.1  含噪数据序列的统计特征
　　8.2.2  噪声压缩评价指标
　　8.2.3  主分量分析压缩噪声的原理与实例分析
　　8.3  核主分量分析
　　8.3.1  “维数灾难”与核函数
　　8.3.2  核主分量分析的原理
　　8.3.3  核主分量分析在齿轮故障分类中的应用
　　第9章  Bootstrap方法的原理及应用
　　9.1  Bootstrap原理
　　9.1.1  Bootstrap方法概述
　　9.1.2  样本均值的估计
　　9.1.3  重采样次数的选择
　　9.1.4  样本数量的扩充方法
　　9.2  Bootstrap在诊断不确定性定量评判上的应用
　　9.3  Bootstrap在轴承故障诊断中的应用
　　9.4  Bootstrap方法在自回归模型分析中的应用
　　9.4.1  基于Bootstrap的自回归模型分析
　　9.4.2  基于Bootstrap的回归建模和预报
　　第10章  盲源分离
　　10.1  独立分量分析原理及算法
　　10.1.1  基本原理
　　10.1.2  信号间的独立性度量准则
　　10.1.3  实现算法
　　10.1.4  常用独立分量分析方法介绍
　　10.2  独立分量分析在监测诊断中的应用
　　10.2.1  仿真信号的分离
　　10.2.2  滚动轴承噪声信号的分离
　　10.2.3  语音信号的分离
　　10.3  独立分量分析在实践中尚需解决的几个问题
　　第11章  时域平均技术
　　11.1  时域平均的原理
　　11.2  时域同步平均
　　11.2.1  时域同步平均的概念
　　11.2.2  时域同步平均工作原理
　　11.2.3  应用实例
　　11.3  无时标时域平均
　　11.3.1  周期截断误差对时域平均的影响
　　11.3.2  确定合理的时域平均段数
　　11.3.3  时域平均处的改进算法
　　第12章  支持向量机
　　12.1  机器学习的基本方法
　　12.1.1  问题的表示
　　12.1.2  经验风险最小化原则
　　12.1.3  复杂性与推广能力
　　12.2  统计学习理论
　　12.2.1  VC维
　　12.2.2  推广性的界
　　12.2.3  结构风险最小化原则
　　12.3  支持向量机
　　12.3.1  SVM的基本思想
　　12.3.2  最优超平面与支持向量机
　　12.3.3  线性支持向量机
　　12.3.4  非线性支持向量机
　　12.3.5  支持向量机的多类算法
　　12.3.6  支持向量机用于回归
　　12.4  支持向量机在机械故障诊断中的应用
　　12.4.1  支持向量机在滚动轴承故障诊断中的应用
　　12.4.2  支持向量机在发动机故障诊断中的应用
　　12.4.3  支持向量机应用总结
　　第13章  进化计算及其应用
　　13.1  遗传算法的产生与发展现状
　　13.2  遗传算法
　　13.2.1  遗传算法的原理
　　13.2.2  遗传算法的特点
　　13.2.3  遗传算法的实现
　　13.3  遗传编程
　　13.3.1  遗传编程的原理
　　13.3.2  遗传编程节点的闭锁性与自满性
　　13.3.3  遗传编程的主要特点
　　13.3.4  遗传编程的实现
　　13.4  遗传算法的应用
　　13.5  遗传编程的应用

　　《机械故障诊断理论与方法》在内容上吸收了近年来机械状态监测和故障诊断中出现的新方法、新技术等前沿研究，体现了机械监测和诊断这一研究方向的最新发展，具有了新颖性、创造性和学科交叉等特点。本教材的内容大多来源于近年来作者所在单位承担的科研项目的最新进展和研究成果，包括了机械状态监测和故障诊断的信息原理，监测诊断中用于特征提取的最新信号处理理论和方法，以及作为监测诊断技术核心的模式识别新理论和方法。在编写上兼顾了方法原理的介绍和实际应用举例，目的在于使读者在学习基本原理、基本理论的基础上，掌握如何在实践中应用，从而达到举一反三、触类旁通，有利于研究生创新意识和创新能力的培养。