本書針對機械設備的健康狀態(tài)評估及剩余壽命預測問題，結合信號處理、機器學習、深度學習等理論方法，介紹了數(shù)據(jù)驅動的健康狀態(tài)評估模型，并探討了部件級和系統(tǒng)級的剩余壽命預測方法。全書共11章，主要內容包括基于無監(jiān)督學習的健康因子構建方法、基于監(jiān)督深度學習的健康因子構建方法、考慮不確定性的剩余壽命智能預測方法、考慮長時間周期的剩余壽命預測方法、小樣本監(jiān)測數(shù)據(jù)的健康狀態(tài)評估及剩余壽命預測方法、基于壽命分布的復雜機構設備剩余壽命區(qū)間預測方法等內容。