機(jī)械設(shè)備混合智能故障診斷與預(yù)測

　　本書面向機(jī)械設(shè)備的安全運(yùn)行和預(yù)測維護(hù)，系統(tǒng)的開展了闡述了基于數(shù)據(jù)驅(qū)動的設(shè)備故障智能診斷與預(yù)測的理論與方法?；跈C(jī)器學(xué)習(xí)、深度學(xué)習(xí)、遷移學(xué)習(xí)的故障診斷與預(yù)測的原理和方法，從模式識別的角度，重點(diǎn)闡述了基于無監(jiān)督混合智能診斷、有監(jiān)督混合智能診斷、混合深度智能診斷、遷移診斷、故障預(yù)測等，涵蓋了機(jī)械設(shè)備從傳統(tǒng)的淺層機(jī)器學(xué)習(xí)到深度學(xué)習(xí)的故障診斷的新方法及新技術(shù)。本書可供高等院校、科研機(jī)構(gòu)及企業(yè)中從事機(jī)械設(shè)備故障診斷、預(yù)測及維護(hù)等相關(guān)領(lǐng)域研究人員使用參考，也可作為高等院校機(jī)械工程、控制工程、自動化及系統(tǒng)工程等專業(yè)教師、研究生和高年級本科生教材或教學(xué)參考書。

　　徐增丙，副教授，博士研究生。1998.9—2002.6，本科畢業(yè)于武漢科技大學(xué)；2002.9—2005.6，碩士畢業(yè)于武漢科技大學(xué)；2005.9—2009.9，博士畢業(yè)于華中科技大學(xué)；2009.10—2013.11，三一重工股份有限公司；2013.11至今，武漢科技大學(xué)。主持國家自然科學(xué)基金青年項(xiàng)目和面上項(xiàng)目各1項(xiàng)、國家重點(diǎn)實(shí)驗(yàn)室開放項(xiàng)目1項(xiàng)、國防預(yù)研項(xiàng)目1項(xiàng)、企業(yè)橫向課題6項(xiàng)；參與國家自然科學(xué)基金4項(xiàng)、973項(xiàng)目和863項(xiàng)目各1項(xiàng)；發(fā)表文章30余篇，SCI/EI收錄20余篇；獲省科技進(jìn)步二等獎1項(xiàng)。已發(fā)表文章：[1]Ensemble Capsule Network with an Attention Mechanism for the Fault Diagnosis of Bearings from Imbalanced Data Samples，Zengbing Xu， Carman Ka Man Lee，Yaqiong Lv，sensors，2022，22，5543.[2]A Novel Fault Diagnosis Method of Rolling Bearing Based on Integrated Vision Transformer Model，Xinyu Tang，Zengbing Xu，and Zhigang Wang，sensors，2022，22，3878.[3]A Novel Attentional Feature Fusion with Inception Based on Capsule Network and Application to the Fault Diagnosis of Bearing with Small Data Samples，Zengbing Xu，Ying Wang，Wen Xiong and Zhigang Wang，machines，2022，10，789.