本書以液壓傳動(dòng)系統(tǒng)的“動(dòng)力心臟”——液壓軸向柱塞泵為研究對(duì)象，融合數(shù)據(jù)挖掘、深度學(xué)習(xí)等智能科學(xué)，將機(jī)械故障診斷問(wèn)題轉(zhuǎn)化為時(shí)頻特征圖像智能分類識(shí)別問(wèn)題，重點(diǎn)探究了連續(xù)小波變換、同步壓縮小波變換、S變換、卷積神經(jīng)網(wǎng)絡(luò)、貝葉斯優(yōu)化等基礎(chǔ)理論與關(guān)鍵技術(shù)，提出多種將時(shí)頻變換與改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)模型相融合的智能故障診斷方法�；�于液壓軸向柱塞泵的振動(dòng)、聲音、壓力等多源異構(gòu)信號(hào)，系統(tǒng)研究和分析了不同融合方法的診斷精度、魯棒性及泛化能力,旨在為液壓軸向柱塞泵的智能故障診斷與健康管理提供理論依據(jù)，提升液壓軸向柱塞泵的