第1章 設(shè)備故障診斷概述
1．1 設(shè)備故障診斷的基本概念和特點(diǎn)
1．2 設(shè)備故障診斷的基本問題
1．3 設(shè)備故障診斷的知識(shí)構(gòu)成和求解過程
1．4 設(shè)備故障診斷的基本方法及研究現(xiàn)狀
1．5 設(shè)備故障診斷技術(shù)的發(fā)展趨勢(shì)
復(fù)習(xí)思考題
知識(shí)鏈接

第2章 故障診斷中的數(shù)據(jù)處理
2．1 數(shù)據(jù)處理的有關(guān)知識(shí)
2．2 隨機(jī)數(shù)據(jù)統(tǒng)計(jì)參量的數(shù)值分析
2．3 時(shí)域統(tǒng)計(jì)分析
2．4 離散傅里葉變換（DFT）
2．5 小波分析的基本原理
2．6 模態(tài)分解方法
2．7 模態(tài)分解方法時(shí)域特征提取實(shí)例
復(fù)習(xí)思考題
知識(shí)鏈接

第3章 基于統(tǒng)計(jì)理論的故障診斷方法
3．1 Bayes決策診斷方法
3．2 時(shí)序模型診斷方法
3．3 序貫?zāi)Ｊ椒诸愒\斷方法
3．4 主分量分析方法
3．5 線性判別函數(shù)法
3．6 灰色系統(tǒng)的關(guān)聯(lián)分析診斷方法
3．7 基于支持向量機(jī)的診斷方法
復(fù)習(xí)思考題
知識(shí)鏈接

第4章 基于模糊理論的故障診斷方法
4．1 模糊集合理論基礎(chǔ)
4．2 基于模糊模式的故障診斷方法
4．3 故障診斷的模糊綜合評(píng)判原則
4．4 故障診斷的模糊聚類分析方法
4．5 診斷實(shí)例
復(fù)習(xí)思考題
知識(shí)鏈接

第5章 基于故障樹分析的故障診斷方法
5．1 故障樹分析概述
5．2 故障樹分析的一般步驟及表述
5．3 故障樹分析方法
5．4 診斷實(shí)例
復(fù)習(xí)思考題
知識(shí)鏈接

第6章 基于專家系統(tǒng)的故障診斷方法
6．1 專家系統(tǒng)概述
6．2 專家系統(tǒng)的知識(shí)表示
6．3 知識(shí)的產(chǎn)生式表示
6．4 知識(shí)的框架表示
6．5 故障診斷專家系統(tǒng)的推理方式與控制策略
6．6 故障診斷專家系統(tǒng)知識(shí)的獲取
6．7 基于圖論的故障診斷專家系統(tǒng)
6．8 故障診斷專家系統(tǒng)的開發(fā)工具
6．9 診斷實(shí)例
復(fù)習(xí)思考題
知識(shí)鏈接

第7章 基于神經(jīng)網(wǎng)絡(luò)的故障診斷方法
7．1 神經(jīng)網(wǎng)絡(luò)概述
7．2 典型結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)及故障診斷方法
7．3 神經(jīng)網(wǎng)絡(luò)故障診斷的方式和結(jié)構(gòu)
7．4 診斷實(shí)例
復(fù)習(xí)思考題
知識(shí)鏈接

第8章 基于數(shù)據(jù)融合的故障診斷方法
8．1 數(shù)據(jù)融合的原理
8．2 數(shù)據(jù)融合的結(jié)構(gòu)
8．3 數(shù)據(jù)融合在故障診斷中的優(yōu)勢(shì)
8．4 數(shù)據(jù)融合故障診斷模型
8．5 數(shù)據(jù)融合故障診斷方法
8．6 診斷實(shí)例
復(fù)習(xí)思考題
知識(shí)鏈接

第9章 基于集成技術(shù)的故障診斷方法
9．1 集成的概念
9．2 集成化故障診斷體系結(jié)構(gòu)
9．3 集成化推理和診斷策略
9．4 神經(jīng)網(wǎng)絡(luò)與模糊邏輯集成故障診斷
9．5 基于集成學(xué)習(xí)框架的故障診斷方法
9．6 基于神經(jīng)網(wǎng)絡(luò)的故障診斷專家系統(tǒng)
9．7 基于小波神經(jīng)網(wǎng)絡(luò)的故障診斷
復(fù)習(xí)思考題
知識(shí)鏈接

第10章 基于遷移學(xué)習(xí)的故障診斷方法
10．1 遷移學(xué)習(xí)概述
10．2 遷移學(xué)習(xí)故障診斷模型
10．3 診斷實(shí)例
復(fù)習(xí)思考題
知識(shí)鏈接
參考文獻(xiàn)
名詞索引
附錄1 參考答案
附錄2 部分彩圖