●第1章 緒論
1．1 旋轉機械故障診斷技術研究現狀
1．1．1 旋轉機械振動信號處理方法研究現狀
1．1．2 旋轉機械振動信號特征提取研究現狀
1．1．3 旋轉機械振動信號特征降維研究現狀
1．1．4 旋轉機械故障智能分類方法研究現狀
1．2 廣義時頻分析理論研究及應用現狀
1．2．1 分數階傅裡葉變換
1．2．2 自適應時頻變換
1．2．3 分數階時頻變換
1．3 本書主要研究內容
第2章 旋轉機械振動信號采集與預處理方法
2．1 旋轉機械振動信號采集
2．1．1 滾動軸承信號
2．1．2 齒輪箱齒輪信號
2．1．3 柴油機滑動軸承信號
2．2 基於分數階傅裡葉變換稀疏分解的振動信號濾波
2．2．1 分數階傅裡葉變換及其特性
2．2．2 基於分數階傅裡葉變換稀疏分解的信號濾波方法
2．2．3 仿真信號分析
2．2．4 信號稀疏分解濾波方法在振動信號濾波中的應用
2．3 基於集合經驗模式分解（EEMD）的振動信號的處理
2．3．1 EMD方法的基本原理
2．3．2 基於EEMD方法的模態混疊分析
2．3．3 基於K-S檢驗的偽分量識別
2．3．4 基於奇異值差分譜的振動信號預處理
2．3．5 基於EEMD方法的齒輪箱振動信號處理流程
2．3．6 EEMD方法在振動信號處理中的應用
2．4 基於雙時域變換的微弱故障特征增強
2．4．1 結合傅裡葉逆變換和廣義S變換的雙時域變換
2．4．2 基於雙時域變換的微弱特征增強方法
2．4．3 仿真信號分析
2．4．4 雙時域變換在振動信號微弱故障特征增強中的應用
2．5 本章小結
第3章 基於正交變分模式分解的振動信號特征提取方法
3．1 正交變分模式分解
3．1．1 變分模式分解
3．1．2 變分模式分解的正交化
3．1．3 0VMD很優參數確定方法
3．1．4 仿真信號分析
3．2 旋轉機械振動信號的正交變分模式分解
3．2．1 滾動軸承信號
3．2．2 柴油機滑動軸承信號
3．3 基於OVMD的振動信號相對頻譜能量矩特征提取
3．3．1 相對頻譜能量矩的定義
3．3．2 相對頻譜能量矩特征提取結果及性能分析
3．3．3 振動信號分類效果
3．4 基於OVMD的振動信號Volterra模型特征提取
3．4．1 基於相空間重構的Volterra預測模型
3．4．2 基於OVMD的Volterra模型特征提取方法
3．4．3 Volterra模型特征提取結果及性能分析
3．4．4 振動信號分類效果
3．5 基於OVMD的振動信號雙標度分形維數估計
3．5．1 基於OVMD的信號分形維數估計方法
3．5．2 振動信號的雙標度分形維數估計
3．5．3 雙標度分形維數提取結果及性能分析
……
第4章 基於EEMD的振動信號多尺度特征提取方法
第5章 基於分數階S變換時頻譜的振動信號特征提取方法
第6章 旋轉機械振動信號的組合式特征降維方法
第7章 旋轉機械故障的支持向量機（SVM）智能分類優化策略
結束語
參考文獻
