本书为“未来能源技术系列”之一。介孔碳基薄膜以其独特的性能，被认为是一种很有前途的高效储能转换材料，界面组装策略通常用于构建这种薄膜器件。本书系统阐述了制备介孔碳基材料及薄膜器件的各种方法，详细介绍了该材料及器件在电化学储能、催化等方面的应用，并探讨了提高性能的机理，以及介孔碳基材料及薄膜器件在能源及催化方面的综合应用，同时对其在未来能源技术应用研究中的发展前景进行展望。本书可以作为各大专院校新能源方向的本科学生与研究生的教材或参考书，同时也可供新能源新材料专业从业人员参考，能够快速系统地学习了解这样一个非常具有应用前景的新能源新材料及技术，同时也将对产业界提供坚实的指导。

本书面向装备智能运维学科发展前沿与工程迫切需求，锚定磨粒分析技术智能化方向，围绕传统监测技术中磨粒信息表征不完备、磨损机理辨识精度低与磨损失效诊断不准确的科学问题与应用难题，以机理驱动的磨损状态演变监测为主线，详细介绍了静态磨粒图像传感器设计、运动磨粒图像传感器设计、典型磨粒类型的智能辨识模型、磨损状态的在线监测方法等基础理论与核心技术。全书内容兼具前沿性、创新性与工程实用性，旨在将作者团队在磨粒分析领域近二十年的经验积累与最新研究成果分享给广大读者，为其开展相关学术研究、解决工程应用难题提供参考。

《机械制图技术与应用案例解析》以理论作铺垫，以实操为指向，全面、系统地讲解了AutoCAD 2022的基本操作方法与核心应用功能，并以通俗易懂的语言、图文并茂的形式对机械制图技能知识进行了全面细致的剖析。 全书共10章，遵循由浅入深、从基础知识到案例进阶的学习原则，对机械制图基础入门、辅助绘图功能、绘制与编辑机械图形、图层与图块、机械尺寸、文本注释与表格、三维模型，以及机械图形打印与输出等内容进行了逐一讲解，并结合UG软件介绍了简单模具的创建流程，以帮助刚入行的新手了解制图的全过程。 《机械制图技术与应用案例解析》结构合理，内容丰富，易学易懂，既有鲜明的基础性，也有很强的实用性。《机械制图技术与应用案例解析》既可作为高等院校相关专业的教学用书，又可作为高职院校以及设计爱好者的参考书。

流量作为工业自动化领域三大测量参数之一，测量结果的准确性、稳定性非常关键。超声流量计作为流量测量常用设备，其性能受声道结构、流场发展水平直接影响。本书从影响时差式超声流量计准确度因素入手，重点研究时差式超声流量计立体单声道设计方法、时差式超声流量计立体多声道设计方法、基于CFD的流动调整器评价方法及流场优化策略，并实验分析、检验时差式超声流量计立体单声道、多声道设计方法实现与性能效果，在水流量标准装置中应用本书提出的流场优化策略，验证理论、技术的有效性。

本书以《国家职业教育改革实施方案》（职教20条）为指南，以《习近平新时代中国特色社会主义思想进课程教材指南》《职业院校教材管理办法》等文件精神为指导，对教材内容进行了整合更新，并根据高等职业院校学生和职业教育教学特点编写而成。全书内容共分为课程引入、尺寸误差检测与精度设计、几何误差检测与精度设计、表面粗糙度的检测与精度设计、典型零件的主要结构误差检测5个模块，共包括4个学习项目，涉及13个必选学习任务和18个拓展任务（知识）。本书配套了电子课件，全书重难知识点、检测操作均配有微课视频供学生自主学习使用。本书适合作为32~60学时高职院校、成人高校及本科院校的机械、机电及近机类专业的教学用书，也可供有关工程技术人员参考查阅。

暂缺简介...

本书系统地回顾了熵值理论发展，介绍了熵值方法的最新研究成果，详尽阐述了每种计算方法的定义、原理、性质、适用性及诊断机理，并给出每种方法在机械故障诊断中应用的典型案例。最后，讨论了熵值在未来的数据驱动故障诊断的应用前景和潜在研究趋势，为后续研究提供指引。主要内容包括：1）熵值理论的发展；2）熵值理论对比分析；3）基于熵值的智能故障诊断框架；4）散度熵；5）基于符号动力学滤波的熵值理论研究；6）多尺度熵的理论与应用；7）基于熵值理论的降噪方法研究；8）基于熵值理论的迁移诊断；9）熵值理论在变转速工况下的智能诊断方法；10）基于多元熵的大型旋转机械故障诊断方法；11）基于振荡排列熵的滚动轴承故障诊断方法。

生物材料表面改性技术可以赋予医疗器械各种功能，不仅能够满足临床需求，也是助力高端医疗器械功能创新的关键技术与手段。本书共 7章，介绍了相关背景和市场情况，从理论角度介绍了生物材料表面改性的方法、原理及其表征技术，重点阐述了亲水润滑、抗凝和抗菌等各种功能性表面的构建原理和方法，并选取代表性器械举例说明表面改性技术在医疗器械上的实际应用，是一部从基础理论到应用实例的教科书。

为了深入实施制造强国战略，我国正加速推动物联网、大数据、人工智能、云计算与制造业的深度融合，促进制造业向数字化、网络化和智能化转型升级。复杂系统健康监测是其中的关键环节之一。随着数据积聚、算法革新与算力提升，以深度学习为代表的新一代人工智能技术不断取得突破性发展，为复杂系统健康监测技术突破提供新的途径。本书结合作者团队的**研究成果，论述复杂系统健康监测的内涵、技术体系、研究现状和技术难点，总结卷积神经网络、循环神经网络、深度强化学习和深度迁移学习等深度学习的理论方法与框架，详细介绍9种不同的深度学习模型在复杂系统健康监测中的应用，并结合具体的应用案例进行展示。

本书结合作者团队在高端装备智能运维领域积累多年的研究成果与**研究进展，以工程中常见的关键基础部件滚动轴承为研究对象，重点介绍滚动轴承动力学建模、性能退化程度评估和寿命预测方法，内容兼顾基础性、学术性和实用性，具有较强的可读性。