本書針對與復雜工業(yè)過程產品質量/產量以及生產安全密切相關的高能耗類重型旋轉機械設備關鍵運行指標參數(shù)難以檢測的問題，依據(jù)難測參數(shù)與高維機械頻譜間存在地難以采用精確數(shù)學模型描述的非線性映射關系，采用基于機械設備振動/振聲頻譜數(shù)據(jù)驅動的軟測量建模方式進行檢測，重點解決多組分非平穩(wěn)機械時域信號蘊含信息提取難、高維頻譜數(shù)據(jù)特征約簡難、多源多尺度信號的冗余性和互補性融合難、工業(yè)過程固有工況漂移特性導致離線模型泛化性能下降等問題，構建能夠降低復雜度、提高可解釋性與泛化性的智能集成軟測量檢測模型。本書詳細敘述了典型機械設備難測參數(shù)檢測現(xiàn)狀及與其相關軟測量建模相關技術的研究現(xiàn)狀，進行了面向工業(yè)過程機械設備難測參數(shù)的頻譜特性分析并明確其智能集成建模策略，之后依次順序進行面向高維機械頻譜數(shù)據(jù)的特征約簡、選擇性集成建模、混合集成建模、在線集成建模算法地闡述，最終獲得了較為通用的一類基于高維機械頻譜數(shù)據(jù)的智能集成建模方法。