滚动轴承广泛应用于机械设备中，对其进行有效的设备状态监测与故障诊断研究，及时确地预测设备运行趋势和剩余寿命，对保障系统平稳运行、减少甚至避免重大安全事故发生具有相当重要的意义。
本书以滚动轴承为研究对象，结合信号处理与人工智能等学科的成果，系统地介绍了旋转机械智能故障诊断与剩余寿命预测中的理论基础与前沿成果。本书的主要内容有：振动信号降噪，Gabor滤波器的轴承状态监控方法。小波变换与特征信息提取，经验模式分解(EMD)和变分模态分解(VMD)理论与应用，基于支持向量机的剩余寿命预测等。
本书适合机械专业研究生使用。

第1章 绪论
1.1 滚动轴承故障诊断的意义
1.2 滚动轴承故障的特征提取方法
1.3 滚动轴承故障的模式识别方法
1.4 滚动轴承的剩余寿命预测
第2章 滚动轴承结构和共振解调
2.1 滚动轴承的几何形状和特征频率
2.2 共振解调技术
第3章 振动信号的预处理和降噪
3.1 引言
3.2 基于平稳小波变换的降噪
3.3 总变差降噪方法在轴承故障诊断中的应用
3.4 VMD分解理论及其在轴承信号中的应用
3.5 小结
第4章 故障信息提取与诊断
4.1 引言
4.2 基于子小波布置和系数融合的轴承故障诊断
4.3 基于最优Gabor滤波器的轴承状态监控方法
4.4 基于EMD和MKD的滚动轴承故障诊断方法
4.5 基于加权FCM算法的轴承故障诊断
第5章 剩余寿命预测
5.1 引言
5.2 特征提取与约简
5.3 SVR预测理论
5.4 预测流程
5.5 实验验证
参考文献