本书基于振动状态监测和润滑油中粒子监测信号，以齿轮箱作为设备维护对象，详细介绍了研究团队在齿轮故障智能诊断技术领域的研究成果。采取实验验证、仿真验证与理论分析相结合方法，深度剖析了同步挤压变换方法在齿轮箱故障诊断领域的应用。系统性的评估了深度学习技术在齿轮故障识别的性能，呈现了基于深度学习模型的齿轮故障诊断技术最新成果。主要内容包括：齿轮故障信号的特征提取与特征选择方法；基于同步挤压变换的变转速条件下齿轮故障诊断技术；基于深度学习技术的齿轮故障诊断技术；基于积分变换、小波变换和经验模式分解的齿轮箱润滑油中磨损颗粒信号分离技术；润滑油中传感器检测到的振动干涉信号再利用技术。