近年来，由于工业生产中对提高可靠性、效率和安全性的需求不断增加，机器和设备的状态监测和故障诊断技术取得了长足进步。高价值和高成本机械的状态监测对于性能跟踪、降低维护成本、提高效率和可靠性以及最大限度地减少机械故障至关重要。故障诊断是对监测数据的高级分析和解释。它具有广泛的应用范围，对设备管理具有重要意义。

Machines 邀请了北京交通大学的肖燕彩教授、清华大学的王天杨博士和北京交通大学的智少丹博士合作创建特刊“Condition Monitoring and Fault Diagnosis (状态监测和故障诊断)”。本特刊将为学者和研究人员提供一个平台，分享最新的理论和技术成就，并强调该领域未来研究的关键主题和困难。提交的论文应提供原创思想和潜在的理论和实践贡献。包括但不限于以下研究课题：

设备的预测性维护和健康管理

设备状态监测和智能维护

机电系统中复杂非平稳信号分析

智能感知与故障诊断

机械系统动力学与故障仿真

投稿截止日期：2025年6月30日

客座编辑

肖燕彩 教授

北京交通大学

肖燕彩，北京交通大学机械与电子控制工程学院教授、博士生导师。主要从事智能诊断和状态评估、机电系统仿真与控制等方面研究。发表学术论文40余篇，其中以第一或通讯作者身份发表论文36篇，SCI检索论文15篇。主持国家自然科学基金面上等科研项目，并与电力、航天等多家单位开展了项目合作。

王天杨 博士

清华大学

王天杨，清华大学机械工程系副研究员，硕士生导师。主要从事风力发电机、航空发动机等大型旋转机械的故障诊断与信号分析领域的研究工作。发表SCI期刊论文数十篇，入选全球前2%学者榜单。主持国家自然科学基金面上等科研项目，并与电力、航天等多家单位开展了项目合作。

智少丹 博士

北京交通大学

智少丹，北京交通大学机械与电子控制工程学院讲师，主要从事故障诊断、智能监测等方面的研究。发表学术论文20余篇，其中SCI期刊论文10篇。主持多项科研项目。

了解特刊详情：https://www.mdpi.com/si/223125

期刊主页：https://www.mdpi.com/journal/machines

Machines 期刊介绍

主编：Antonio J. Marques Cardoso, University of Beira Interior, Portugal

主要发表机械设备故障诊断和预测、机械设计、机电一体化、机器人、叶轮机械、控制及自动化、电机和驱动器、先进制造等领域的最新学术成果。

2023 Impact Factor：2.1

2023 CiteScore：3.0

Time to First Decision：15.5 Days

Acceptance to Publication：2.6 Days