机械故障诊断理论与方法

　　本书是煤炭高等教育“十四五”规划教材，较系统全面地介绍了机械故障诊断技术的基础理论、主要方法和应用案例。全书共分为六章，主要包括机械故障诊断基本概念、基础理论、信号分析方法、机器学习方法、深度学习方法和现代信息技术。在各章开头提供教学目标指引，结尾给出了思考题和主要参考文献。本书体系完整，内容翔实，注重理论联系实际，经典与前沿并重，体现了机械故障诊断技术的 发展，可作为机械电子工程、智能制造工程、机械设计制造及其自动化等专业高年级本科生或机械工程、仪器科学与技术等专业研究生教材，也可供相关领域工程技术人员参考。学习本课程之前应具备复变函数与积分变换、传感器与测试技术等相关知识或具备设备维护经验。

暂缺《机械故障诊断理论与方法》作者简介

第1章 绪论
1.1 机械故障诊断的基本概念
1.2 机械故障诊断的主要内容
1.3 机械故障诊断的相关外延
1.4 机械故障诊断的发展方向
1.5 机械故障诊断的应用价值
思考题
参考文献
第2章 机械故障诊断的基础理论
2.1 机械振动的基本概念
2.2 转子故障原理及振动特征
2.3 滚动轴承故障原理及振动特征
2.4 齿轮故障原理及振动特征
思考题
参考文献
第3章 机械状态信号分析方法
3.1 信号的基本概念
3.2 信号采集与滤波
3.3 信号的时域分析
3.4 信号的频域分析
3.5 信号的小波分析
3.6 信号的经验模态分解
思考题
参考文献
第4章 机械状态数据机器学习方法
4.1 机器学习的概述
4.2 决策树与随机森林
4.3 支持向量机
4.4 人工神经网络
4.5 常用聚类算法
4.6 种群优化算法
思考题
参考文献
第5章 机械状态大数据深度学习方法
5.1 深度学习概述
5.2 自编码器
5.3 深度信念网络
5.4 卷积神经网络
5.5 生成对抗网络
5.6 深度学习的新方法
5.7 机械设备故障诊断实例
思考题
参考文献
第6章 机械故障诊断的现代信息技术
6.1 物联网技术
6.2 云计算技术
6.3 数据挖掘技术
6.4 多信息融合技术
6.5 数字孪生技术
思考题