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:**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**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 *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���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