旋轉(zhuǎn)機(jī)械設(shè)備作為現(xiàn)代工業(yè)生產(chǎn)的基礎(chǔ)，在電力、冶金、石油化工、運(yùn)載工具等國民支柱產(chǎn)業(yè)中廣泛應(yīng)用，并且發(fā)揮著關(guān)鍵性和決定性作用。隨著科技水平的提高和社會發(fā)展需求的推動，旋轉(zhuǎn)機(jī)械設(shè)備逐步朝著大型化、精密化、復(fù)雜化、高速化和連續(xù)化的方向發(fā)展，不同設(shè)備之間的聯(lián)系也越發(fā)密切，在運(yùn)轉(zhuǎn)過程中形成了一個(gè)相互影響的整體。由于旋轉(zhuǎn)機(jī)械設(shè)備常常在高速、重載以及惡劣環(huán)境等條件下工作，導(dǎo)致設(shè)備難免會發(fā)生故障。設(shè)備一旦出現(xiàn)故障，有可能引起連鎖反應(yīng)，導(dǎo)致整個(gè)設(shè)備無法正常工作，不但維修費(fèi)用高、周期長，而且嚴(yán)重時(shí)會給企業(yè)或國家造成巨大損失，甚至引發(fā)災(zāi)難性人員傷亡事故、產(chǎn)生惡劣的社會影響。因此，在旋轉(zhuǎn)機(jī)械設(shè)備迅速發(fā)展的同時(shí)，其可靠性和安全性不容忽視，開展旋轉(zhuǎn)機(jī)械設(shè)備狀態(tài)監(jiān)測和故障診斷研究具有重要的經(jīng)濟(jì)效益和社會效益。
　　旋轉(zhuǎn)機(jī)械故障診斷技術(shù)主要包括振動檢測診斷、噪聲檢測診斷、溫度檢測診斷、油液分析診斷和聲發(fā)射檢測診斷等方法�！邦A(yù)知其內(nèi)者，當(dāng)以關(guān)乎其外；診于外者，斯以知其內(nèi)；蓋有諸內(nèi)者，必形諸外”。這種外在表象和內(nèi)部狀態(tài)之間的聯(lián)系不僅是中醫(yī)問診所遵循的依據(jù)，也是旋轉(zhuǎn)機(jī)械設(shè)備狀態(tài)監(jiān)測和故障診斷的基本原理。由于負(fù)載、激勵(lì)的變化和機(jī)械摩擦磨損的存在，振動是旋轉(zhuǎn)機(jī)械部件運(yùn)轉(zhuǎn)過程中必然產(chǎn)生的現(xiàn)象。旋轉(zhuǎn)機(jī)械設(shè)備運(yùn)行狀態(tài)的變化可以通過振動的形式表現(xiàn)出來，振動信號包含了豐富的設(shè)備運(yùn)行狀態(tài)信息。由于振動信號的采集和分析可以在旋轉(zhuǎn)機(jī)械設(shè)備不停機(jī)、不拆卸的條件下實(shí)時(shí)在線進(jìn)行，振動信號分析成為目前應(yīng)用最廣泛、最行之有效的旋轉(zhuǎn)機(jī)械故障診斷方法。目前，振動檢測診斷方法約占各類旋轉(zhuǎn)機(jī)械故障診斷方法的60%以上。
　　在旋轉(zhuǎn)機(jī)械運(yùn)行過程中，各個(gè)零部件之間相互影響、相互耦合，導(dǎo)致旋轉(zhuǎn)機(jī)械振動信號屬于典型的非線性、非平穩(wěn)的多分量信號。時(shí)頻分析技術(shù)能在時(shí)一頻二維平面內(nèi)對信號進(jìn)行處理，是分析非平穩(wěn)信號的有力工具。短時(shí)傅里葉變換、偽魏格納分布、小波變換和S變換等傳統(tǒng)時(shí)頻分析理論雖然克服了時(shí)域和頻域分析技術(shù)在非平穩(wěn)信號處理中的不足，能夠較為準(zhǔn)確地描述振動信號局部時(shí)頻特性，并在旋轉(zhuǎn)機(jī)械故障診斷中取得較好的應(yīng)用效果，但是這些理論都存在明顯的局限性，如短時(shí)傅里葉變換的時(shí)窗函數(shù)固定、小波變換的母小波選擇困難、小波尺度與頻率沒有良好的對應(yīng)關(guān)系、S變換的高頻分辨性能較差等。因此，有必要進(jìn)一步深入研究和探索適用于旋轉(zhuǎn)機(jī)械振動信號分析的新技術(shù)和新方法，以提高旋轉(zhuǎn)機(jī)械設(shè)備狀態(tài)監(jiān)測和故障診斷的精度和可靠性。
　　廣義時(shí)頻分析理論是指除傳統(tǒng)時(shí)頻變換以外的時(shí)頻分析方法，包括分?jǐn)?shù)階傅里葉變換（fractional Fourier transform，F(xiàn)RFT）、分?jǐn)?shù)階時(shí)頻變換以及自適應(yīng)時(shí)頻變換等理論。分?jǐn)?shù)階傅里葉變換是一種統(tǒng)一的時(shí)頻變換技術(shù)，具有獨(dú)特的時(shí)頻旋轉(zhuǎn)特性。與傅里葉變換相比，F(xiàn)RFT更加適合處理非平穩(wěn)信號，并且多了一個(gè)變換參數(shù)，分析信號的靈活性更大。分?jǐn)?shù)階時(shí)頻變換是通過將FRFT與短時(shí)傅里葉變換、小波變換等傳統(tǒng)時(shí)頻變換有機(jī)融合而形成的一類廣義時(shí)頻分析，摒棄了傳統(tǒng)的時(shí)間一傅里葉頻率二維平面的觀點(diǎn)，而將時(shí)域信號變換到不同時(shí)間一分?jǐn)?shù)階頻域進(jìn)行處理，具有分析靈活、時(shí)頻聚集性能更好的優(yōu)點(diǎn)，在某些條件下能夠得到傳統(tǒng)時(shí)頻分析和傅里葉變換無法達(dá)到的效果。自適應(yīng)時(shí)頻變換是經(jīng)驗(yàn)?zāi)Ｊ椒纸�、局部均值分解和變分模式分解等自適應(yīng)時(shí)頻分解方法的總稱，具有良好的多分量信號自適應(yīng)分解能力，近年來受到人們的廣泛關(guān)注和研究。
　　目前，F(xiàn)RFT和分?jǐn)?shù)階時(shí)頻變換主要應(yīng)用在通信、聲納、雷達(dá)和信息安全等領(lǐng)域，而在旋轉(zhuǎn)機(jī)械振動信號分析和故障診斷領(lǐng)域比較少見。經(jīng)驗(yàn)?zāi)Ｊ椒纸夂途植烤�值分解在旋轉(zhuǎn)機(jī)械振動信號分析中已得到廣泛應(yīng)用，而由Konstantin等提出的變分模式分解作為一種新的更有優(yōu)勢的自適應(yīng)時(shí)頻變換，在旋轉(zhuǎn)機(jī)械振動信號分析中的應(yīng)用研究才剛剛開始。
　　振動信號特征提取和智能分類是旋轉(zhuǎn)機(jī)械設(shè)備狀態(tài)監(jiān)測和故障診斷的關(guān)鍵環(huán)節(jié)。因此，為進(jìn)一步提高旋轉(zhuǎn)機(jī)械設(shè)備狀態(tài)監(jiān)測和故障診斷的精度和可靠性，本書在總結(jié)旋轉(zhuǎn)機(jī)械振動信號分析現(xiàn)有研究成果的基礎(chǔ)上，將分?jǐn)?shù)階傅里葉變換、集合經(jīng)驗(yàn)?zāi)Ｊ椒纸�、變分模式分解和分�(jǐn)?shù)階S變換等廣義時(shí)頻分析理論應(yīng)用于旋轉(zhuǎn)機(jī)械故障診斷，重點(diǎn)研究了振動信號特征提取方法和基于廣義時(shí)頻特征的旋轉(zhuǎn)機(jī)械故障智能分類優(yōu)化策略。
　　本書研究內(nèi)容具有重要的理論意義和工程價(jià)值。理論意義在于：提出的分?jǐn)?shù)階S變換和正交變分模式分解，是對廣義時(shí)頻分析理論的豐富和發(fā)展，并拓展了廣義時(shí)頻分析理論的應(yīng)用范圍；提出的基于廣義時(shí)頻分析理論的旋轉(zhuǎn)機(jī)械振動信號特征參數(shù)提取方法體系和基于廣義時(shí)頻特征的旋轉(zhuǎn)機(jī)械故障智能分類優(yōu)化策略，極大地豐富了旋轉(zhuǎn)機(jī)械故障診斷理論；同時(shí)，理論研究成果也可以很容易地拓展到其他非線性非平穩(wěn)信號分析領(lǐng)域。工程價(jià)值在于：提出的基于廣義時(shí)頻分析理論的旋轉(zhuǎn)機(jī)械振動信號特征參數(shù)提取方法體系和旋轉(zhuǎn)機(jī)械故障智能分類優(yōu)化策略，為旋轉(zhuǎn)機(jī)械故障狀態(tài)監(jiān)測和故障診斷提供了一種新的有效的技術(shù)手段，進(jìn)一步提高了旋轉(zhuǎn)機(jī)械設(shè)備狀態(tài)監(jiān)測和故障診斷準(zhǔn)確性和可靠性，從而為減少維修成本、制訂維修措施、降低經(jīng)濟(jì)損失和預(yù)防重大事故發(fā)生奠定了基礎(chǔ)。