课题组最新学术专著《大数据驱动的机械系统智能故障诊断与预测》（英文版）由Springer与西安交通大学出版社联合出版，并获得国家科学技术出版基金资助。

宣传网页

• Yaguo Lei, Naipeng Li, and Xiang Li, “Big Data-Driven Intelligent Fault Diagnosis and Prognosis for Mechanical Systems”, Springer, 2022.  Springer Link

本书抓住工业化与信息化深度融合的时代契机，面向新一代人工智能技术，立足于我国机械装备智能诊断与预测迫切工程需求应运而生。围绕大数据驱动的机械装备智能诊断与预测，详细介绍了故障深度智能诊断、故障智能迁移诊断、数模联动剩余寿命预测等前沿方法与技术。

本书内容以作者团队的最新研究成果为基础，紧密围绕学科发展前沿与工程重大需求，知识框架完整，兼具前沿性、创新性及工程实用性的特色。以大数据驱动的机械装备智能诊断与预测为主旨，既符合我国当前工业信息化迅猛发展的重大契机，又满足机械装备智能化、高可靠、长寿命服役的迫切需求，在故障诊断与预测的系统化理论与工程实际应用方面具有明显的创新性，有助于促进机械、控制、仪器等多学科交叉融合。

全书共6章：第1章阐述了大数据驱动的智能故障诊断与预测框架、研究现状与面临的挑战；第2、3章简述了机械大数据信号处理的常用方法，以及传统机器学习方法在智能运维中的应用；第4章突出了最新的基于深度学习的智能迁移故障诊断方法；第5章介绍了数据驱动型机械装备健康状态估计及寿命预测的最新研究成果；第6章从健康指标构建、预测方法建立等方面详述了数模联动的装备寿命预测最新研究进展。