本书主要分为5个部分，首先对设备的智能维护做概述性地介绍，随后介绍设备的状态监测方法与数据获取；之后对设备智能维护中的核心环节：设备故障与异常检测和设退化与剩余寿命预测方法进行介绍。最后将设备智能维护做外延，探讨设备维护的未来发展趋势以及与前沿技术的结合。 本书的特色在于充分的体现了交叉学科的特点，运用机械工程、先进的信号处理、人工智能、工业大数据、决策优化等领域的知识解决设备的智能化维护管理。本书将面向大三本科生，具有一定的机械工程基础、人工智能基础以及计算机基础。

肖雷，女，东华大学讲师，硕士研究生导师。2011年在东北农业大学工程学院获工学学士学位，2016年在重庆大学机械工程学院获博士学位。长期从事于设备预测性维护和维护与生产调度集成优化方面的课题研究，主持国家自然科学基金青年基金项目、中国博士后基金面上资助项目等科研项目，参与多项国家自然科学基金重点项目和面上项目。发表学术论文20余篇，其中被SCI收录16篇，被EI收录5篇，申请国家发明专利多项。

前言 　　制造业是一个国家综合国力的重要体现。在经历了互联网泡沫和经济危机之后，世界各国尤其是发达国家已经重新意识到了制造业的重要性。无论是德国提出的“工业4.0国家战略”、美国提出的“国家制造业创新网络计划”、日本提出的“工业价值链计划”以及中国提出的“中国制造2025”，都紧紧围绕着制造业这个核心。制造业的核心要素之一是设备。随着服役时间的增长，设备会出现结构缺陷或者功能故障，若这些缺陷或故障不能及时地被检测出、被处理，则可能造成灾难性的后果。例如，2011年日本福岛核电站机组发生的爆炸事件，其原因为核电站一号机组出现的设备老化引起了微小的故障，但未能被及时发现，从而导致了核泄漏和核爆炸。 　　对设备进行适时的检修在一定程度上能够避免设备故障的发生，但是从检修行为本身来说，检修行为不会为企业产生直接利润，相反，还会增加企业的维护成本。以航空飞机为例，据报道，飞机维修成本占航空公司运营成本的10%~20%； 风电是近年来新兴的新能源产业，随着越来越多的国家和地区增加对风电设施的建设，风电的维护成本也越来越高。据报道，我国的风电运维市场规模已从2013年的67亿元增长到2017年的124亿元，预计在2024年将达到251亿元。发达国家风电设备的年维护成本为初始投资的1%~2%，鉴于我国的风电行业在国际上的地位，我国的风电行业的维护成本也应在2%左右。著名事务公司德勤曾在2018年的“预测性维护和智能工厂”报告中指出： 不合理的维护策略将会导致工厂产能下降5%~20%，每年企业由于意外停机造成的损失高达500亿美元。由此可见，无论是从设备的安全性、经济性和可用性角度考虑，...