本书结合作者在智能故障预测与诊断、装备健康评估方面的研究成果，以信号的特征提取和故障分类诊断为目标，重点介绍基于增强支持向量机、半监督学习、流形学习、深度信念网络等机器学习领域较新颖的方法在诊断领域的应用，同时基于相空间重构理论研究机械部件性能衰退的评估方法，以形象的仿真分析和典型的工程案例来说明其应用效果。

第1章 绪论
1.1 智能故障诊断与健康评估的概念
1.2 复杂机电系统智能故障诊断与健康评估的意义
1.3 复杂机电系统智能故障诊断与健康评估的研究内容
1.4 智能故障诊断与健康评估的研究现状
1.4.1 基于浅层机器学习的方法
1.4.2 基于深度学习的方法
1.5 本书的结构体系与特色
参考文献
第2章 基于监督学习的支持向量机智能诊断方法
2.1 监督学习的原理
2.1.1 监督学习问题的一般模型
2.1.2 风险最小化问题
2.1.3 3种主要的学习问题
2.2 支持向量机
2.2.1 线性支持向量机
2.2.2 非线性支持向量机
2.2.3 核函数
2.2.4 支持向量机在机械故障诊断中的应用现状
2.3 支持向量机参数优化方法
2.3.1 蚁群优化算法
2.3.2 基于蚁群优化算法的支持向量机参数优化算法
2.3.3 国际标准数据验证与分析
2.3.4 电力机车滚动轴承单一损伤故障诊断应用
2.4 支持向量机特征选择与参数优化融合方法
2.4.1 基于蚁群优化算法的支持向量机特征选择与参数优化
融合方法
2.4.2 Bently转子多类故障诊断应用
2.4.3 电力机车滚动轴承多类故障诊断应用
2.5 增强支持向量机
2.5.1 集成学习理论
2.5.2 增强学习理论
2.5.3 集成增强支持向量机算法
2.5.4 滚动轴承早期故障诊断实验对比分析
2.5.5 电力机车滚动轴承复合故障诊断应用
参考文献
第3章 基于半监督学习的智能诊断方法
3.1 半监督学习概述
3.2 基于半监督核函数主元分析的故障检测与分类
3.2.1 核函数主元分析方法
3.2.2 半监督核函数主元分析方法
3.2.3 半监督核函数主元分析分类方法
3.2.4 半监督核函数主元分析方法在变速器故障检测与
分类中的应用
3.3 基于半监督模糊核聚类的离群检测
3.3.1 离群检测与早期故障的相关性
3.3.2 半监督模糊核聚类
3.3.3 基于超球体的半监督模糊核聚类
3.3.4 变速器早期故障检测
3.4 基于半监督自组织特征映射的故障检测与分类
3.4.1 半监督SOM故障诊断
3.4.2 基于半监督GNSOM的故障诊断方法
3.4.3 基于半监督DPs0M的故障诊断方法
3.4.4 实例分析
3.5 关联向量机诊断方法
3.5.1 RVM简介
3.5.2 RVM分类器构造方法
3.5.3 RvM在故障检测与分类中的应用
参考文献
第4章 基于流形学习的智能故障诊断与预测
4.1 流形学习的概念及其研究现状
4.2 基于谱聚类流形的故障特征选择
4.2.1 谱聚类方法介绍
4.2.2 谱聚类的特征选择
4.2.3 DSTSVM的特征提取
4.2.4 机械早期故障诊断
4.3 基于局部线性嵌入的故障识别
4.3.1 LLE方法
4.3.2 基于局部线性嵌入的模式分类
4.3.3 基于LLE算法和其他流形学习算法的降维比较
4.3.4 基于LLE的故障诊断方法
4.3.5 基于可变近邻LLE的轴承状态识别方法
4.4 基于距离保持投影的故障分类
4.4.1 局部保持投影映射算法
4.4.2 NFDPP算法
4.4.3 发动机失火实验分析
4.4.4 局部与全局谱回归算法
4.4.5 距离保持投影及其谱回归算法在故障分类中的应用
参考文献
第5章 基于深度学习的机械故障诊断
5.1 深度学习的原理和方法
5.2 基于DBN的机械故障诊断
5.2.1 DBN的原理和结构
5.2.2 基于DBN的振动信号重构
5.2.3 基于DBN的故障分类
5.3 基于cNN的故障分类
5.3.1 CNN的原理和结构
5.3.2 基于CNN的故障分类
5.3.3 变转速下的变速器故障诊断
5.4 基于深度学习的装备退化状态评估
5.4.1 SAE的原理和结构
5.4.2 RNN的原理和结构
5.4.3 基于DAE—LSTM的刀具退化评估
参考文献
第6章 基于相空间重构的机械系统退化跟踪与故障预测
6.1 相空间重构理论
6.1.1 Takens嵌入定理
6.1.2 延迟时间计算
6.1.3 嵌入维数计算
6.2 基于递归定量分析的机械故障识别
6.2.1 基于相空间重构的RQA方法介绍
6.2.2 基于RQA的多参数故障识别
6.3 基于卡尔曼滤波的机械退化跟踪
6.3.1 基于标准差的RQA阈值选取
6.3.2 退化跟踪阂值选取
6.3.3 基于改进RQA的退化跟踪算法
6.3.4 基于卡尔曼滤波的初始故障预测
6.4 基于粒子滤波的机械故障预测
6.4.1 传统粒子滤波算法
6.4.2 增强型粒子滤波算法
6.4.3 基于增强型粒子滤波的机械部件剩余寿命预测
参考文献
第7章 复杂机电系统运行可靠性评估与健康维护
7.1 复杂机电系统运行可靠性评估原理
7.1.1 可靠性定义
7.1.2 运行可靠性评估方法
7.2 电厂汽轮发电机组运行可靠性评估与健康维护
7.2.1 状态监测与振动信号采集
7.2.2 振动信号分析
7.2.3 运行可靠性评估与健康维护
7.2