《旋转机械故障特征提取与模式分类新方法》首先介绍了基于经验模态分解(emd)的时频分析、基于独立分量分析(ica)的机械源盲分离、基于时序模型盲识别的时序谱分析及其故障特征提取等新的信号处理方法与应用。其次，阐明了一维、二维隐markov模型(1d、2d—hmm)一类优良的长时序模式分类方法及其与emd、自回归滑动平均(arma)谱等分别经转换成随时间变化的二维特征相结合的新技术，以及它们在旋转机械典型的启停机非平稳过程故障诊断中的应用。*后，还介绍了转子系统如转子裂纹、油膜失稳、径向碰摩等非线性故障分析及其特征提取技术。全书内容新颖，既有单一新方法的工程应用，又有多方法结合的综合实现技术；既有系统理论，又有仿真与实验，易于读者理解与应用。
《旋转机械故障特征提取与模式分类新方法》可作为高校机械、动力与能源、工程力学、控制等专业高年级学生、研究生的教科书或参考书，也可供机械设备状态监测与故障诊断、设备管理与维护的科技人员使用。

前言