对发动机数据的系统分析发现大多数发动机故障都被认为是单一故障，即只能有一个发动机部件或模块故障。这种单一故障会在测量数据与基准数据相比发生巨大变化时产生。苒金·甘古里著的《燃气轮机故障诊断--信号处理与故障隔离》展示和讲解了一系列燃气轮机故障诊断算法。这些方法着重于对测量数据的滤波和剔除，以及使用简单发动机模型分辨故障类型的故障隔离算法。并给出了一种通过寻找信号突变的时间位置来检测故障的先进方法。这些方法包括基于卡尔曼滤波、神经网络和模糊逻辑以及混合软计算方法。

苒金·甘古里著的《燃气轮机故障诊断--信号处理与故障隔离》主要以飞机上典型的燃气涡轮发动机为对象，从信号处理与故障隔离检测应用两个方面，介绍了燃气轮机状态监控与故障诊断方法。

首先提纲挈领介绍了燃气轮机故障诊断中的相关基本概念、信号处理过程中噪声分离的重要性及燃气涡轮发动机的故障诊断过程等，为后续研究内容奠定基础。在基于信号处理的故障隔离诊断方法，针对数据获取更新速度慢、时延小的及噪声特性未知情况，介绍了中心加权幂等中值滤波器；针对数据记录少、更新慢、时延小的商用飞机发动机，为了同时滤除非高斯和高斯噪声，介绍了中值一有理混合滤波器；对于具有长时延的高速数据采集的发动机，为了能够在测试信号中分离出噪声信号，同时保留信号突变峰值，介绍了FIR-中值混合滤波器；对于超过70％，工作时间处于非稳态工况的军用发动机，介绍了针对过渡态数据且能适应输入信号质量的自适应加权Myriad滤波器理论；为了解决燃气涡轮信号在离散时间点或时间段发生突变的问题，介绍了一种能够用于噪声和异常值滤除的具有递增阶的级联递归中值滤波器；为了能够在故障检测和隔离之前，对信号进行降噪，介绍了最优权值递归中值滤波器。

在基于人工智能的故障隔离和诊断方法方面，为了解决单个故障的隔离问题，将故障定位到部件级，介绍了卡尔曼滤波器；针对发动机模块故障、系统故障和测量设备故障等单一故障，介绍了基于神经网络的故障检测和隔离方法；针对燃气轮机故障诊断存在高不确定性的情况，介绍了一种鲁棒性强、更易于理解的模糊逻辑系统；针对故障诊断神经网络和模糊方法的参数高度关联，用以提取故障特征的模型或者信号的测量不确定性发生变化，故障诊断系统就必须重建的问题，介绍了一种混合软计算方法——遗传模糊系统。此外，还介绍了基于振动的故障诊断方法。

书中所涉及每一种方法理论都给出了数值仿真验证方法，读者可以通过采用EXCEL或者MATLAB的数据表完成仿真验证，便于读者快速理解和掌握。

总之，本书理论严谨、内容全面，针对性和实践性都很强。既详细介绍了根据信号处理数据滤波的燃气轮机故障检测和隔离方法，又介绍了基于人工智能机器学习的燃气轮机故障隔离和诊断方法，还介绍了基于振动的故障诊断方法，是当前国内外一部既全面又深入介绍燃气轮机故障检测和诊断的权威著作。

第1章 概述

 1.1 背景

 1.2 信号处理

 1.3 典型的燃气涡轮发动机诊断

 1.4 线性滤波器

 1.5 中值滤波器

 1.6 最小二乘算法

 1.7 卡尔曼滤波器

 1.8 影响因子

 1.9 基于振动的诊断

第2章 幂等中值滤波器

 2.1 加权中值滤波器

 2.2 中心加权中值滤波器

 2.3 中心加权幂等中值滤波器

2.3.1 气路测量参数的滤波器设计

 2.4 测试信号

2.4.1 理想信号

2.4.2 噪声信号

 2.5 误差测量

2.5.1 数值模拟

 2.6 总结

第3章 中值一有理混合滤波器

 3.1 测试信号

 3.2 有理滤波器

 3.3 中值一有理滤波器

 3.4 数值仿真

 3.5 小结

第4章 FIR一中值混合滤波器

 4.1 FIR一中值混合(FMH)滤波器

 4.2 加权FMH滤波器

 4.3 测试信号

4.3.1 根信号

4.3.2 高斯噪声

4.3.3 异常值

4.3.4 误差计算

 4.4 数值仿真

 4.5 总结

第5章 过渡态数据和Myriad滤波器

 5.1 稳态和过渡态信号

 5.2 Mv血d滤波器

 5.3 数值仿真

 5.4 燃气轮机过渡态信号

 5.5 加权Myriad算法

 5.6 自适应加权Myriad滤波器算法

 5.7 数值仿真

 5.8 总结

第6章 变化趋势检测

 6.1 问题与建模

 6.2 图像处理概念

 6.3 中值滤波器

 6.4 递归中值滤波器

 6.5 级联递归中值滤波器

 6.6 边缘检测

6.6.1 梯度边缘检测器

6.6.2 拉普拉斯边缘检测

 6.7 数值仿真

6.7.1 测试信号

6.7.2 降噪

6.7.3 异常值的滤除

 6.8 趋势变化的检测

6.8.1 门限值选择

6.8.2 趋势检测算法的验证

 6.9 总结

第7章 最优加权递归中值滤波器

 7.1 加权递归中值滤波器

 7.2 测试信号

 7.3 数值模拟

 7.4 含异常值的测试信号

 7.5 性能比较

 7.6 三点和七点最优加权RM滤波器

7.6.1 数值分析

7.6.2 含异常值的信号

 7.7 总结

第8章 卡尔曼滤波

 8.1 卡尔曼滤波法

 8.2 单故障隔离

 8.3 数值模拟

 8.4 传感器误差修正

 8.5 总结

第9章 神经网络结构

 9.1 人工神经网络方法

9.1.1 BP算法

9.1.2 混合神经网络算法

 9.2 卡尔曼滤波器和神经网络方法

 9.3 自联想神经网络

 9.4 总结

第10章 模糊逻辑系统

 10.1 部件和系统故障

 10.2 模糊逻辑系统

 10.3 去模糊化

 10.4 输入输出定义

 10.5 模糊化

 10.6 规则和故障隔离

 10.7 数值仿真

 10.8 总结

第11章 软计算方法

 11.1 燃气涡轮发动机故障隔离

 11.2 神经信号处理——径向基函数神经网络

 11.3 模糊逻辑系统

 11.4 遗传算法

 11.5 遗传模糊系统

 11.6 数值模拟

 11.7 总结

第12章 基于振动的故障诊断

 12.1 公式与建模

12.1.1 涡轮叶片建模

12.1.2 疲劳损伤模型

12.1.3 疲劳损伤梁

 12.2 数值仿真

12.2.1 有限元仿真

12.2.2 损伤检测

 12.3 总结

参考文献