本書詳細介紹了有關旋轉機械智能故障診斷領域的新進展、發(fā)展趨勢及主要方法。針對旋轉機械軸系故障耦合性越來越強、故障風險增大、故障后果嚴重等問題，全面系統(tǒng)地介紹了智能故障診斷的信號提取、信號分析、故障識別的基本原理。在此基礎上，從軸系信號分析、軸心軌跡分析、故障智能識別3個方面進行深入研究：一是提出了一種基于無失真端點極值化的經驗模態(tài)分解方法，并將其應用于旋轉機械軸系信號的分析和特征提取；二是提出了模仿人眼的軸心軌跡識別方法，它以直觀特征為人眼，實現(xiàn)對軸心軌跡形狀的宏觀準確表征，以智能分類方法為人腦，實現(xiàn)軸心軌跡的智能識別；三是設計了關聯(lián)特征向量和模糊關聯(lián)特征向量的特征選擇和組織機制，能夠充分挖掘每一項特征對故障分類的最大貢獻，有效抑制每一項特征對故障分類可能產生的干擾，同時還可以通過無效項放大不同類別之間的差異，提高故障識別的準確率。 本書可供從事機械智能故障及相關專業(yè)領域的科研技術人員閱讀參考，也可作為該領域高年級本科生和研究生的參考用書。