本书综合运用信息融合理论、提升小波信号预处理及特征提取方法、盲源分离故障诊断方法、BP．ART2神经网络故障诊断、多专家协同诊断等先进理论和算法，对多传感器信息在多层结构上进行多诊断方法的信息融合，并在理论研究的基础上，开发了排烟风机运行状态监测与故障诊断微机集中式和DSP分布式两种监测与故障诊断系统，实现了排烟风机的有效故障诊断。

   本书可供从事排烟风机或大型旋转机械状态监测、故障诊断等方面理论研究或系统开发的学者与相关工程技术人员参考。

1绪论
1．1机械故障诊断的发展与现状
1．1．1 国内外研究现状
1．1．2故障诊断技术的发展趋势
1．2故障诊断方法与技术概述
1．2．1信息融合故障诊断
1．2．2信号预处理技术
1．2．3神经网络故障诊断
1．2．4盲源分离故障诊断
1．2．5故障诊断专家系统
1．3本书的研究意义与应用前景
1．4本书的主要内容与结构安排
2自适应提升小波信号处理方法研究
2．1排烟风机信号预处理问题的提出
2．2小波去噪阈值函数设计

1绪论

  1．1机械故障诊断的发展与现状

    1．1．1  国内外研究现状

    1．1．2故障诊断技术的发展趋势

  1．2故障诊断方法与技术概述

    1．2．1信息融合故障诊断

    1．2．2信号预处理技术

    1．2．3神经网络故障诊断

    1．2．4盲源分离故障诊断

    1．2．5故障诊断专家系统

  1．3本书的研究意义与应用前景

  1．4本书的主要内容与结构安排

2自适应提升小波信号处理方法研究

  2．1排烟风机信号预处理问题的提出

  2．2小波去噪阈值函数设计

    2．2．1现有阈值函数分析

    2．2．2本书设计的改进阈值函数

    2．2．3  阈值函数去噪性能比较

  2．3提升小波自适应去噪算法研究

    2．3．1  信号局部特征的时域估计方法设计

    2．3．2基于信号局部特征的小波函数选择

    2．3．3  信号突变点的平滑递变阶次提升小波函数设计

    2．3．4基于信号局部特征的自适应小波阈值选择

    2．3．5仿真与实验

  2．4信号频域特征的小波消混校正方法设计

 ……

参考文献