本書為高職高專院�！皺C械設(shè)備維修技術(shù)”課程教材。全書共7個項目20個任務(wù)，主要介紹了機械設(shè)備維修理論和操作技術(shù)基礎(chǔ)，機械設(shè)備維修管理，機械設(shè)備的拆卸、檢驗與測繪，機械零部件的維修與裝配，機械設(shè)備的潤滑與密封，典型機械設(shè)備的維修、機械設(shè)備故障診斷技術(shù)等內(nèi)容。各項目針對其知識體系確定了項目描述、知識目標、能力目標、思政目標

本書分為上、下兩篇，上篇為機電設(shè)備維護維修，下篇為機電設(shè)備現(xiàn)場管理。上篇包括設(shè)備維修管理基礎(chǔ)知識、設(shè)備的故障診斷技術(shù)及計劃維修、設(shè)備維修的拆卸與裝配、典型的修復技術(shù)、電氣設(shè)備的維修、常用高低壓成套電氣設(shè)備的維護、起重設(shè)備的維護；下篇包括機電設(shè)備管理要求、內(nèi)容及基礎(chǔ)工作，設(shè)備的資產(chǎn)及價值管理、設(shè)備的現(xiàn)場管理與檢修、設(shè)備點

本書從稀疏診斷的角度出發(fā)，針對現(xiàn)有特征辨識技術(shù)：匹配濾波策略和智能學習策略的不足，介紹了結(jié)構(gòu)化稀疏學習診斷理論的基本原理與核心的技術(shù)。通過從一維結(jié)構(gòu)化稀疏：加權(quán)協(xié)同稀疏結(jié)構(gòu)、非負有界稀疏結(jié)構(gòu)；過渡到二維結(jié)構(gòu)化稀疏：非局部協(xié)同稀疏結(jié)構(gòu)、自相似加權(quán)稀疏秩結(jié)構(gòu)、廣義稀疏協(xié)同結(jié)構(gòu)，建立一系列具體的結(jié)構(gòu)化稀疏學習診斷模型，實現(xiàn)了

本書研究和討論了多狀態(tài)隨機退化設(shè)備的剩余壽命預測方法。主要內(nèi)容包括：多階段特征的隨機退化設(shè)備建模與剩余壽命預測方法、多狀態(tài)切換下的隨機退化設(shè)備的剩余壽命預測方法、含時變隨機跳變情況下的隨機退化建模與剩余壽命預測方法、考慮備件貯存退化條件下貯備系統(tǒng)壽命預測及維修和庫存聯(lián)合決策方法。

本書采用中英文對照，汲取了中國和外國機械設(shè)備維修方面相關(guān)書籍和期刊論文的資料，由6章組成，第1章機械設(shè)備的維修與維護概述，第2章機械零件失效與設(shè)備故障，第3章機械設(shè)備的拆卸，第4章機械零件的修復，第5章機械設(shè)備的裝配與安裝，第6章機械設(shè)備的潤滑與密封。

本書共8章，在簡述機械裝備故障檢測與診斷技術(shù)概況，機械裝備診斷方法、診斷參數(shù)與診斷標準，機械裝備故障及其診斷方法的基礎(chǔ)上，分別介紹了溫度檢測與診斷技術(shù)、機械裝備失效機理分析、傳動系統(tǒng)檢測與診斷、液壓系統(tǒng)故障診斷、電氣控制系統(tǒng)故障診斷、總線網(wǎng)絡(luò)故障檢測與診斷，以及基于物聯(lián)網(wǎng)技術(shù)的機械裝備監(jiān)測系統(tǒng)設(shè)計等內(nèi)容。

本書從機械故障的定義與分類出發(fā)，講解了常見機械故障的產(chǎn)生原因與常規(guī)對策，介紹了機械零部件的常用修復技術(shù)，有針對性地介紹了典型零件的拆裝與維修方法，并分析了典型機械設(shè)備的故障原因與排除方法，同時對設(shè)備維修后的精度檢驗以實例的形式予以指導，最后介紹了設(shè)備的科學管理方法。

本書是煤炭高等教育“十四五”規(guī)劃教材，較系統(tǒng)全面地介紹了機械故障診斷技術(shù)的基礎(chǔ)理論、主要方法和應(yīng)用案例。全書共分為六章，主要包括機械故障診斷基本概念、基礎(chǔ)理論、信號分析方法、機器學習方法、深度學習方法和現(xiàn)代信息技術(shù)。在各章開頭提供教學目標指引，結(jié)尾給出了思考題和主要參考文獻。�ケ緯�體系完整，內(nèi)容翔實，注重理論聯(lián)系實際，

本書結(jié)合作者團隊在高端裝備智能運維領(lǐng)域積累多年的研究成果與最新研究進展，系統(tǒng)地介紹了機械狀態(tài)監(jiān)測與故障診斷的基本理論、主要方法和關(guān)鍵技術(shù)，內(nèi)容由淺入深，既有基礎(chǔ)理論，也有學術(shù)前沿；既有方法闡述，也有案例分析，具有很強的可讀性，兼顧了系統(tǒng)性、基礎(chǔ)性、學術(shù)性和實用性的統(tǒng)一。本書可作為高等學校機械類工科專業(yè)高年級本科生和研究

本書面向機械設(shè)備的安全運行和預測維護，系統(tǒng)的開展了闡述了基于數(shù)據(jù)驅(qū)動的設(shè)備故障智能診斷與預測的理論與方法�；�于機器學習、深度學習、遷移學習的故障診斷與預測的原理和方法，從模式識別的角度，重點闡述了基于無監(jiān)督混合智能診斷、有監(jiān)督混合智能診斷、混合深度智能診斷、遷移診斷、故障預測等，涵蓋了機械設(shè)備從傳統(tǒng)的淺層機器學習到深度