本书从非平稳时变分析技术在往复压缩机故障诊断中的应用角度，面向石化行业大型往复式压缩机的典型故障进行了较深入的论述，其研究内容也是科研团队依托东北石油大学石油机械工程重点实验室，对近几年的研究探索与实践的部分总结。本书以2D12往复式压缩机在企业中的故障表现和在生产现场开展的大量的故障模拟试验为依据，涵盖了系统动力学仿真与部件运动分析、非平稳信号的自适应分解技术及应用、多重分形理论和信息熵理论的应用、时变滤波与深度字典学习的盲源分析等理论与技术，并针对轴承、气阀等高风险故障模式识别与分类的有效性问题进行了一系列较深入的诊断方法与技术革新的探索。本书具有一定的学术特色和研究参考价值，相信对广大致力于往复压缩机研究方向的科研读者会有较大的帮助，并希望对本领域的技术进步和推广应用起到积极作用。

第1章 绪论
1.1 故障检测与诊断的基础知识
1.2 往复压缩机故障诊断技术概述
第2章 往复压缩机典型部件动力学分析与仿真
2.1 运动学和动力学分析
2.2 常见故障机理分析
2.3 动力学建模与分析
2.4 本章小结
第3章 信号非平稳时变分析的故障诊断技术
3.1 基础概念
3.2 EMD方法及其特点
3.3 LMD方法及其特点
3.4 VMD方法及其特点
3.5 多重分形理论与方法
3.6 系统信息熵度量技术
3.7 本章小结
第4章 往复压缩机轴承间隙故障诊断技术
4.1 往复压缩机轴承间隙故障与信号采集
4.2 基于改进LMD与MFE的轴承间隙故障诊断方法
4.3 基于VMD与MGS的轴承间隙故障诊断方法
4.4 基于改进LMD与小波包模糊熵的轴承间隙故障诊断方法
4.5 基于多重分形与SVD的轴承间隙故障诊断方法
4.6 本章小结
第5章 往复压缩机气阀故障诊断技术
5.1 气阀结构、故障与波动特征
5.2 经验小波变换方法的理论研究与应用
5.3 形态学滤波的理论与应用
5.4 状态形态学滤波与EWT融合的气阀故障诊断
5.5 最优品因稀疏分解与HFE融合的气阀故障诊断
5.6 VMD与MFDFA融合的气阀故障诊断方法
5.7 本章小结
第6章 往复压缩机典型故障状态评估及预警技术
6.1 改进BTSVM的轴承间隙状态评估
6.2 MSS_KFCM的轴承性能衰退评估
6.3 PSR与MFSS的轴承间隙故障预测技术
6.4 VMD_SVR的压缩机关键部件运行可靠性预测技术
6.5 本章小结
第7章 往复压缩机复合故障诊断方法研究
7.1 盲源分离技术及其发展现状
7.2 轴承间隙复合故障刚柔耦合建模
7.3 往复压缩机复合故障振源数估计方法研究
7.4 基于时变零相位滤波模式分解的源数估计方法
7.5 基于深度字典学习形态分量分析的特征提取方法
7.6 压缩机轴承间隙复合故障识别方法研究
7.7 本章小结
第8章 往复压缩机诊断技术展望
8.1 大数据背景下的深度监测与智能诊断趋势
8.2 “监测—预示—评估—保护”的故障诊断模式
8.3 结束语