碰摩转子系统的混沌特性

基于旋转机械故障诊断的需要，分析了一个由油膜轴承支承的转子系统在转子与定子碰摩时的振动特征，模型考虑了碰撞时定子的线性变形以及摩擦时的库仑摩擦。分析表明，系统除具有各种形式的周期和概周期振动以外，还具有丰富的混沌运动与分叉现象。碰摩转子系统所展示的混沌运动以及所具有的各种现象，作为这类系统的显著特征，可以用于诊断汽轮发电机组中经常发生的碰摩故障  

接地网腐蚀和断点的诊断理论分析

对发、变电站接地网腐蚀和断点的诊断理论进行了研究，通过严谨的理论分析，采用灵敏度分析法建立了故障诊断方程，并将能量最低原理及优化技术引入地网的故障诊断方程的求解中，讨论了目标函数为线性和非线性两种情况下，故障诊断方程结合一定的约束条件及目标函数的求解问题，仿真计算和模拟试验结果验证了该诊断理论与方法的正确性、可行性及实用性。  

异步电动机的状态监测与故障诊断技术综述

状态监测与故障诊断是设备状态维修的基础。对异步电动机主要常见故障的成因和表现特征进行分析和总结，对相关的主要在线监测与诊断方法进行评述。  

基于支持向量机的机械故障诊断方法研究

针对因缺少大量故障数据样本而制约机械故障智能诊断发展的问题，提出了一种基于支持向量机的机械故障诊断新方法，介绍了该方法的原理和算法，并利用模拟故障数据建立了多故障分类器。这种诊断方法只需要少量的时域故障数据样本来训练故障分类器，不必进行信号预处理以提取特征量，便可实现多故障的识别和诊断。测试结果表明，当数据样本中含有26％的噪声时，故障分类器仍然能正确分类多种故障。这种诊断方法具有算法简单、可对故障在张分类和故障分类能力强的优点。  

基于支持向量数据描述的机械故障诊断研究

为了解决在机械智能监测与诊断中缺少故障样本的问题，提出了一种机械故障单值分类的新方法——支持向量数据描述法。该方法只需要一类目标样本作为学习样本，而不需要其他非目标样本，就可以建立起单值分类器，从而区分了非目标样本和目标样本。将这种方法应用在机械故障诊断和状态监测中，仅仅依靠正常运行时的数据信号，而不需要故障数据，就可以监测机器的运行状态，且不需要对原始数据进行特征提取。实验结果表明，支持向量数据描述法与传统的神经网络方法相比，具有较好的分类能力和较高的计算效率。  

小波基时频特性及其在分析突变信号中的应用

在机械设备的在线检测和故障诊断中，振动信号分析是十分重要的手段。包含在振动信号中的突变信号是重要的特征信息。小波分析在在线检测和故障诊断中已逐渐得到了广泛的应用。但采用不同的小波基，分析结果有很大的差异。笔者通过对小波基时频特性进行分析比较并结合故障分析实例和仿真结果，总结了选择合适小波基的一些方法。  

提取感应电动机转子故障特征的新方法

感应电动机拖动机械负载运行时，如果机械负荷波动较大，通过测取电动机定子电流直接作频谱分析，难于得到正确的结果。作者分析了该种工况下电动机定子电流信号的特点，提出了一种提取电动机转子故障特征的新方法。此法通过对电动机定子电流信号作Ｈｉｌｂｅｒｔ变换解调处理，以调制信号的频谱中是否存在２ｓｆ１频率的故障特征分量，来诊断转子有无断条故障。实测结果表明，这种方法是有效的，尤其适用于这种负荷波动较大的电动机转子故障的诊断。  

小波分形技术及其在非平稳故障诊断中的应用

根据小波变换和分形理论在多尺度分析和自相似本质上的一致性，提出了小波分形技术。为了克服目前离散信号盒维数计算方法的不足，推导出了确定周期或准周期振动信号无标度区的经验公式，使盒维数的改进算法具有简单、准确和实用的特点。通过汽轮发电机组轴瓦松动故障的成功诊断案例表明，小波分形技术为非平稳故障诊断提供了一种有效的新技术。  

包络分析方法及其在齿轮故障振动诊断中的应用

通过理论分析和实际工程应用分别讨论了两种常用的齿轮振动包络分析方法，将细化技术融于希尔伯特交换解调及窄带解调之中，以提高解调频谱的频率分辨力。  

复杂系统故障诊断中的模糊聚类方法

为了提高复杂系统故障的诊断能力，采用模糊Ｃ－均值聚类算法对原始采样数据进行聚类，并通过模糊传递闭包法和绝对值指数法得到模糊Ｃ－均值法的初始迭代矩阵．用划分系数、划分熵和分离系数来评价聚类的结果是否最佳．采用模糊聚类方法可避免研究复杂系统的内部特性，比仅依据其外部输出的数据进行故障诊断方法简便．通过某飞行器测试系统的应用，表明采用模糊聚类方法后，提高了判别故障的准确率．