复杂机电系统智能故障诊断与健康评估

**章 绪论1.1 智能故障诊断、预测与健康评估的概念1.2 故障诊断、预测与健康评估的意义1.3 智能诊断、预测与健康评估的研究内容1.4 智能诊断、预测与健康评估的研究现状1.5 本书的结构体系与特色。

第二章 基于半监督学习的智能诊断方法2 2.1 半监督学习的原理2.2 半监督核主元分析的故障检测与分类 2.3 基于半监督模糊核聚类的离群检测2.4 半监督自组织映射的故障检测与分类2.5 直推式支持向量机诊断方法2.6 关联向量机诊断方法。

第三章 基于流形学习的智能故障诊断与预测3 3.1 流形学习的基本概念3.2 基于谱聚类流形的故障特征选择3.3 基于局部线性嵌入的故障识别3.4 基于距离保持投影线性嵌入的故障分类3.5 基于ISOMAP的机械故障诊断方法。

第四章 机械系统的性能退化与健康评估4.1 基于自组织映射的设备性能退化分析4.2 基于连续隐半马尔科夫模型的健康评估4.3 基于高斯混合模型的健康评估4.4 基于距离保持的谱回归分析及性能退化预测。

第五章 基于深度信念网络的故障诊断与健康评估5.1 深度学习的原理与方法5.2 基于深度信念网络的故障分类5.3 基于深度信念网络的振动信号重构5.4 基于原始数据的深度学习分类诊断5.5 基于深度学习的健康评估 第六章 结论与展望。