第1章 緒論
1．1傳統(tǒng)的故障特征提取方法
1．1．1時域分析方法
1．1．2頻域分析方法
1．2現(xiàn)代信號處理方法
1．2．1盲信號分離
1．2．2短時傅里葉變換
1．2．3小波變換
1．2．4雙線性時間-頻率分布
1．2．5雙線性時間-頻率變換的快速計算
1．3本書內(nèi)容安排

第2章 信號源特征分析及提取
2．1引言
2．2齒輪振動信號特征分析
2．2．1齒輪的振動
2．2．2齒輪振動數(shù)學(xué)模型
2．2．3齒輪典型故障信號特征
2．2．4齒輪故障對運動參數(shù)的影響
2．3軸承振動信號特征分析
2．3．1正常軸承的振動信號特征
2．3．2故障軸承的振動信號特征
2．3．3軸承振動信號的頻譜結(jié)構(gòu)分析
2．4齒輪箱振動信號的傳播與測量
2．4．1振動信號的傳播
2．4．2振動信號的測量
2．4．3齒輪箱狀態(tài)信號的特點
2．5傳統(tǒng)故障特征提取方法及工程應(yīng)用
2．5．1時域平均技術(shù)［31,126］
2．5．2包絡(luò)分析技術(shù)［1,31］
2．5．3倒頻譜分析［1,31］

第3章 盲信號分離技術(shù)
3．1引言
3．2盲信號分離的基本問題
3．2．1線性瞬時混合模型
3．2．2卷積混合模型
3．2．3盲分離的不確定性［33,39］
3．3獨立分量分析
3．3．1獨立性的判定——目標函數(shù)
3．3．2獨立分量分析的實現(xiàn)
3．4卷積混合模型的盲分離
3．4．1測量信號的短時傅里葉變換
3．4．2頻率域盲分離
3．4．3頻域分離信號的調(diào)整
3．4．4逆短時傅里葉變換
3．4．5數(shù)字仿真
3．5盲信號分離技術(shù)的應(yīng)用
3．5．1齒輪箱振動信號特征及數(shù)學(xué)模型
3．5．2齒輪箱振動信號的頻域特征及其分離
3．5．3齒輪箱實驗裝置
3．5．4實驗數(shù)據(jù)分析

第4章 小波包絡(luò)分析技術(shù)
4．1引言
4．2小波變換的基本理論
4．2．1小波變換的定義［88］
4．2．2小波變換的特點［60］
4．2．3小波變換的反演及對基本小波的要求［88］
4．2．4離散小波變換
4．2．5多分辨率分析與二尺度方程
4．2．6Mallat算法…………………
4．3連續(xù)小波變換與包絡(luò)分析
4．3．1Morlet小波
4．3．2Model：小波與包絡(luò)檢波［31］
4．3．3復(fù)Morlet小波包絡(luò)檢波快速算法
4．4工程應(yīng)用
4．4．1Morlet小波包絡(luò)檢波算法在滾動軸承故障診斷中的應(yīng)用
4．4．2Morlet小波包絡(luò)檢波算法在齒輪故障診斷中的應(yīng)用

第5章 小波奇異性檢測技術(shù)
5．1引言
5．2小波變換的奇異性檢測原理
5．2．1奇異性的定義
5．2．2小波變換的卷積表達
5．2．3小波變換的極值點、過零點與信號奇異性的關(guān)系［31,60］
5．2．4幾種檢測局部性能常用的小波［31］
5．3二進小波變換的基本理論
5．3．1二進小波及二進小波變換［60］
5．3．2基于B樣條的二進小波函數(shù)與尺度函數(shù)
5．3．3小波多孔算法
5．4小波變換模極大值與奇異性檢測
5．5小波變換的模極大值去噪算法
5．6小波奇異性檢測原理的應(yīng)用

第6章 雙線性時間一頻率變換探測技術(shù)
6．1引言
6．2雙線性時間一頻率變換的基本理論
6．2．1雙線性時間一頻率分布的定義［87］
6．2．2時頻分布的性質(zhì)
6．2．3多分量信號的時頻分布
6．2．4減小交叉項核設(shè)計［97］
6．2．5常用時頻分布［83-85］
6．2．6離散時間Cohen類分布［96,101］
6．3核函數(shù)設(shè)計與選擇
6．3．1常用時頻分布特點分析［98,130］
6．3．2核函數(shù)設(shè)計［130］
6．4應(yīng)用仿真與實驗分析
6．4．1數(shù)字仿真
6．4．2故障檢測實例

第7章 雙線性時間一頻率變換的快速計算
7．1引言
7．2離散時間時頻分布
7．2．1連續(xù)時間時頻分布簡介［83,87］
7．2．2離散時間時頻分布
7．2．3無混疊離散時間時頻分布的基本性質(zhì)
7．3離散時頻分布的快速算法
7．3．1離散時頻分布的快速算法概述
7．3．2雙線性時間一頻率分布的核分解
7．4快速算法的應(yīng)用
7．4．1仿真算例
7．4．2齒輪箱早期故障信號處理
參考文獻