随着现代机电设备的结构和功能日趋复杂化，人们对设备正常、安全、稳定运行的要求越来越高，在保障设备安全运行方面，若出现事故后再进行故障诊断往往为时已晚，机电设备故障与趋势预测技术已成为现代工业发展的迫切需要，该项技术有利于预防设备安全事故的发生。本书面向现代机电装备，介绍了基于知识的机电系统故障诊断与趋势预测的研究背景，阐述了面向工业现场的故障诊断知识的获取技术和智能诊断技术、微弱早期故障的特征获取技术以及非线性非平稳状态的趋势预测技术，对所提出的相关理论方法进行了实验研究和应用研究。本书可供高等院校、研究院所以及企业从事装备运行状态故障诊断与维护等相关研究领域的科技人员使用参考，也可作为机械工程以及相关学科专业的教师、高年级本科生和研究生的教材或参考书。

1绪论
1.1机电系统状态监测与故障诊断的发展概况
1.2机电系统故障诊断与趋势预示技术
1.2.1基于粗糙集的知识获
1.2.2基于数据挖掘的知识获取和诊断
1.3机电系统状态智能趋势预示的研究综述
1.3.1神经网络的趋势预测方法
1.3.2支持向量机方法
1.3.3流形学习
1.4设备劣化进程中的一般性规律
1.5振动信号分析的基本方法
1.5.1信号的时域分析
1.5.2信号的频域分析
1.5.3小波分析方法
1.6故障诊断的特征量和判断标准
1.6.1故障诊断特征量公式
1.6.2故障诊断的判断标准
..............