《全矢谱技术及工程应用》详细介绍了全矢谱技术的概念、技术体系以及应用方法。主要内容包括转子基本回转特性与数据处理基础，典型旋转机械部件的故障物理特性，平面全矢谱分析与方法，空间全矢谱分析与方法，基于非平稳信号的全矢谱技术，基于全矢谱技术的智能诊断，设备远程状态监测与故障诊断关键技术，基于全矢谱技术的产品开发与应用。
    《全矢谱技术及工程应用》是作者长期从事设备故障诊断教学、科研及产品开发研究工作的结晶。《全矢谱技术及工程应用》可作为机械、石油、化工、冶金、电力等行业的技术人员以及相关专业研究生的教学参考书。

    第1章  引言
    1.2  旋转机械故障诊断技术的发展现状
    1.2.1  旋转机械故障诊断的研究方法评述
    设备故障诊断技术的研究已逐步走向成熟并正在引向深入。应用于设备故障诊断的理论和方法很多，各有技术特点和技术关键，并分别适用于不同的工程实践。这些方法与技术主要包括两部分：一是特征提取方法。二是模式分类方法。以下分别从两方面进行讨论。
    1．特征提取方法
    特征提取是进行故障诊断的前提。若特征提取不正确或不全面，必然导致错误的分类以及误判和误诊。从故障诊断研究技术发展的进程知道，故障的特征提取一直都是设备故障诊断技术最重要、最关键、最基础和最困难的问题。其技术难题主要集中在两个方面：一方面，从机理研究获取故障特征；另一方面，借助现代信号处理理论、方法和手段，从信号的深加工中获取更多的信息。这些分析处理包括各种以信息处理为核心的常规信息处理技术、小波分析技术、时间序列分析、高阶统计量分析等。
    （1）设备故障机理故障机理及故障征兆的研究是机械故障诊断技术的理论基础。根据研究对象及其表征的故障特性，建立相应的物理、数学模型一直是故障机理和故障征兆研究的有效手段。由于大型机械系统的复杂性和运动多样性，从设备的运行、检修中积累知识也成为设备故障机理研究的重要途径。故障机理及故障征兆的研究为故障诊断的实施提供了重要依据。John Shore根据研究将旋转机械的典型故障分门归类，总结出四张故障征兆表，至今仍是现场工程技术人员进行设备故障诊断的重要依据。上海发电成套设备设计研究所和哈尔滨工业大学也归纳了许多汽轮发电机组典型故障，建立了上千条针对汽轮机组的诊断规则。旋转机械故障机理的研究是故障诊断领域的一大难题，已经成为故障诊断学科极具挑战意义的研究方向。

序
前言
第1章  引言
1.1 设备状态监测诊断技术的研究意义
1.2 旋转机械故障诊断技术的发展现状
1.2.1 旋转机械故障诊断的研究方法评述
1.2.2 旋转机械故障机理的研究现状
1.2.3 同源信息融合分析技术的发展状况
1.2.4 设备远程故障诊断技术的发展状况

1.3 全矢谱技术研究的目的与意义
1.3.1 全矢谱技术的研究背景
1.3.2 课题研究的目的和意义

1.4 本书的研究内容与结构安排
1.4.1 本书的主要研究内容
1.4.2 本书的结构安排
1.5 本章  小结
参考文献

第2章  转子基本回转特性与数据处理基础
2.1 转子的基本回转特性
2.1.1 概述
2.1.2 转子涡动轨迹的分析与计算
2.1.3 转子的临界转速及其影响因素
2.1.4 非线性振动的特征及识别方法

2.2 数字信号处理基础
2.2.1 模拟信号的离散化
2.2.2 离散傅里叶变换——DFr
2.2.3 快速傅里叶变换——FFT
2.2.4 快速复傅里叶变换
2.3 本章  小结
参考文献

第3章  典型旋转机械部件的故障物理特性
3.1 转子不对中故障的几何特性
3.1.1 轴线平行位移不对中
3.1.2 轴线角度位移不对中
3.1.3 轴线综合位移不对中

3.2 转子不对中的运动学机理
3.2.1 不对中条件下的啮合状态
3.2.2 不对中状态下的瞬时啮合分析
3.2.3 外壳质心的回转形态与轨迹
3.3 “锁定”状态下的不对中运动分析

3.4 工程诊断方法与应用实例
3.4.1 工程诊断方法
3.4.2 工程应用实例
3.4.3 基于同源全信息空间领域诊断的提出
3.5 本章  小结
参考文献

第4章  平面全矢谱分析与方法
4.1 旋转机械的动态检测现状
4.2 全矢谱技术基础
4.3 全矢谱数值计算方法
4.4 二维全矢功率谱的直接估计
4.4.1 几种全矢功率谱的估计方法
4.4.2 全矢功率谱的灵敏度分析

4.5 全矢细化谱分析与应用
4.5.1 复调制细化分析
4.5.2 基于复调制的全矢细化谱分析
4.5.3 全矢细化谱的仿真算例

4.6 全矢倒频谱分析与应用
4.6.1 倒频谱的定义
4.6.2 倒频谱的数值计算方法
4.6.3 全矢倒频谱及其数值计算方法
4.6.4 全矢倒频谱分析的工程应用
4.7 瞬态过程的全矢谱分析

4.8 全矢谱分析与传统分析方法的关系
4.8.1 全矢谱方法与传统谱分析的关系
4.8.2 全矢谱分析对现行诊断经验和规则的继承性
4.9 全矢谱分析的工程应用实例
4.10 本章  小结
参考文献

第5章  空间全矢谱分析与方法
5.1 转子的空间振动概述
5.2 转子的空间进动及振动特征
5.2.1 转子空间轴心轨迹
5.2.2 轴心轨迹的投影
5.2.3 坐标系xyz到Xyz的变换
5.2.4 坐标系xyz到xyz的变换
5.2.5 坐标变换总则

5.3 旋转机械空间域全矢谱及数值计算
5.3.1 夹角鰇的计算
5.3.2 夹角鑛的计算
5.3.3 空间矢谱的数值方法
5.4 三维空间全矢功率谱
5.5 三维全矢谱的工程应用
5.6 本章  小结
参考文献

第6章  基于非平稳信号的全矢谱技术
6.1 全矢短时傅里叶变换及其应用
6.1.1 短时傅里叶变换定义
6.1.2 短时傅里叶变换窗函数的选择
6.1.3 全矢短时傅里叶变换的分析与计算
6.1.4 全矢短时傅里叶变换的工程应用

6.2 全矢Wigner分布及其应用
6.2.1 基于Wigner-Ville分布的非平稳信号的分析
6.2.2 全矢WignerVille分布及其算法
6.2.3 全矢Wigner-Ville分布的应用实例

6.3 全矢小波分析及其应用
6.3.1 小波变换原理及算法
6.3.2 小波变换在振动信号处理中的应用
6.3.3 全矢小波分析技术

6.4 全矢小波包分解
6.4.1 小波包分解的定义
6.4.2 小波包的空间分解
6.4.3 小波包分解算法
6.4.4 全信息小波包分析技术

6.5 全矢谐波小波原理及其工程应用
6.5.1 谐波小波包分析及其算法
6.5.2 全矢谐波小波包分析及其算法
6.5.3 全矢谐波小波包的工程应用

6.6 全矢最大熵谱及其应用
6.6.1 时序模型与最大熵谱
6.6.2 二维全矢最大熵谱估计
6.6.3 三维空间全矢最大熵谱
6.6.4 全矢最大熵谱的工程应用
6.7 本章  小结
参考文献

第7章  基于全矢谱技术的智能诊断
7.1 全矢谱-人工神经网络诊断方法及其应用研究
7.1.1 RBF神经网络
7.1.2 全矢谱-RBFN诊断方法及应用研究

7.2 全矢谱-模糊聚类诊断方法及其应用研究
7.2.1 模糊C均值聚类分析
7.2.2 全矢谱-FCM诊断方法及应用研究

7.3 全矢谱-支持向量机诊断方法及其应用研究
7.3.1 支持向量机及其算法
7.3.2 多分类支持向量机
7.3.3 全矢谱-SVM诊断方法及应用研究

7.4 基于全矢谱-人工免疫的诊断方法及其应用研究
7.4.1 相关术语
7.4.2 人工免疫系统及其网络模型、算法原理
7.4.3 aiNet免疫网络
7.4.4 基于全矢谱-AIS的诊断方法及应用研究

7.5 基于全矢谱的故障诊断专家系统
7.5.1 专家系统的几个基本概念
7.5.2 专家系统的结构特性
7.5.3 设备故障诊断专家系统
7.5.4 故障诊断专家系统应用实例——二氧化碳压缩机组故障诊断系统
7.6 本章  小节
参考文献

第8章  设备远程状态监测与故障诊断关键技术
8.1 远程监测诊断系统的实现模式
8.1.1 基于视频会议的远程监测诊断
8.1.2 基于Client／Server的远程监测诊断
8.1.3 基于Browser／Server的远程监测诊断

8.2 Browser／Server模式及其关键技术
8.2.1 Browser／Server模式及其特点
8.2.2 Browser／Server-模式关键技术

8.3 系统软件平台与开发工具
8.3.1 系统软件平台
8.3.2 系统开发工具

8.4 设备远程诊断网络拓扑与构架
8.4.1 RMDN的总体结构与网络拓扑
8.4.2 RMDN的构建
8.4.3 RDC的远程诊断中心
8.5 本章  小结
参考文献

第9章  基于全矢谱技术的产品开发与应用
9.1 eM3000设备远程监控与运行管理系统
9.1.1 远程网络服务系统RNSS
9.1.2 智能数据采集系统IDSS
9.1.3 在线监测预报系统OMFS
9.1.4 信号分析处理系统SAPS
9.1.5 故障诊断专家系统FDES

9.2 PDES设备状态检测与安全评价系统
9.2.1 数据采集和管理系统DSMS
9.2.2 运行与安全评价系统RSAS

9.3 大型低速重载转炉应用实例
9.3.1 转炉基本概况
9.3.2 低速重载转炉的检测
9.3.3 转炉信号的变尺度预处理
9.3.4 远程监测诊断系统的建立与实施
9.4 本章  小结
参考文献