第1章 設備故障診斷概述
1．1 設備故障診斷的基本概念和特點
1．2 設備故障診斷的基本問題
1．3 設備故障診斷的知識構成和求解過程
1．4 設備故障診斷的基本方法及研究現狀
1．5 設備故障診斷技術的發(fā)展趨勢
復習思考題
知識鏈接

第2章 故障診斷中的數據處理
2．1 數據處理的有關知識
2．2 隨機數據統計參量的數值分析
2．3 時域統計分析
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)分解方法時域特征提取實例
復習思考題
知識鏈接

第3章 基于統計理論的故障診斷方法
3．1 Bayes決策診斷方法
3．2 時序模型診斷方法
3．3 序貫模式分類診斷方法
3．4 主分量分析方法
3．5 線性判別函數法
3．6 灰色系統的關聯分析診斷方法
3．7 基于支持向量機的診斷方法
復習思考題
知識鏈接

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
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判原則
4．4 故障診斷的模糊聚類分析方法
4．5 診斷實例
復習思考題
知識鏈接

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 診斷實例
復習思考題
知識鏈接

第6章 基于專家系統的故障診斷方法
6．1 專家系統概述
6．2 專家系統的知識表示
6．3 知識的產生式表示
6．4 知識的框架表示
6．5 故障診斷專家系統的推理方式與控制策略
6．6 故障診斷專家系統知識的獲取
6．7 基于圖論的故障診斷專家系統
6．8 故障診斷專家系統的開發(fā)工具
6．9 診斷實例
復習思考題
知識鏈接

第7章 基于神經網絡的故障診斷方法
7．1 神經網絡概述
7．2 典型結構的神經網絡及故障診斷方法
7．3 神經網絡故障診斷的方式和結構
7．4 診斷實例
復習思考題
知識鏈接

第8章 基于數據融合的故障診斷方法
8．1 數據融合的原理
8．2 數據融合的結構
8．3 數據融合在故障診斷中的優(yōu)勢
8．4 數據融合故障診斷模型
8．5 數據融合故障診斷方法
8．6 診斷實例
復習思考題
知識鏈接

第9章 基于集成技術的故障診斷方法
9．1 集成的概念
9．2 集成化故障診斷體系結構
9．3 集成化推理和診斷策略
9．4 神經網絡與模糊邏輯集成故障診斷
9．5 基于集成學習框架的故障診斷方法
9．6 基于神經網絡的故障診斷專家系統
9．7 基于小波神經網絡的故障診斷
復習思考題
知識鏈接

第10章 基于遷移學習的故障診斷方法
10．1 遷移學習概述
10．2 遷移學習故障診斷模型
10．3 診斷實例
復習思考題
知識鏈接
參考文獻
名詞索引
附錄1 參考答案
附錄2 部分彩圖