孙惠斌等编著的《高品质切削过程的智能感知与预测技术》来源于作者在高品质切削过程的智能感知与预测领域取得的研究成果，书中详细介绍了数据驱动的表面粗糙度、表面纹理、刀具磨损在线监测，刀具剩余寿命预测，铣削颤振在线预报，以及刀具监测服务等方面的方法和实例。
本书既可供从事智能制造领域研发和工业应用的工程科技人员、高校院所的研究人员阅读参考，也可作为相关专业本科生及研究生的教学用书。

第一章 绪论
1.1 高品质切削过程的智能感知与预测概述
1.2 高品质切削过程的智能感知与预测实现模式
1.3 高品质切削过程的智能感知与预测相关技术
1.4 高品质切削过程的智能感知与预测应用领域
1.5 高品质切削过程的智能感知与预测技术展望
第二章 基于切削力和振动信号的工件表面粗糙度在线监测
2.1 工件表面粗糙度在线监测概述
2.2 工件表面粗糙度影响因素分析
2.3 切削力、振动信号特征的提取与分析
2.4 切削力、振动信号特征的降维与压缩
2.5 基于改进BP神经网络的表面粗糙度监测模型
2.6 本章小结
第三章 平面立铣工件表面纹理在线监测
3.1 工件表面纹理在线监测概述
3.2 表面纹理在线监测系统
3.3 立铣加工信号特征与表面纹理特征的提取
3.4 基于改进BP神经网络模型的平面立铣表面纹理监测模型
3.5 实例验证
3.6 本章小结
第四章 基于机器学习的铣削刀具磨损在线监测
4.1 刀具磨损监测概述
4.2 刀具磨损监测方案
4.3 刀具磨损信号特征的提取
4.4 刀具磨损监测模型
4.5 本章小结
第五章 基于机器学习的刀具剩余寿命预测
5.1 刀具剩余寿命预测概述
5.2 基于状态信息的刀具运行可靠性的刀具剩余寿命预测
5.3 基于深度学习的刀具剩余寿命预测
5.4 本章小结
第六章 统计数据驱动的刀具剩余寿命预测
6.1 基于线性维纳过程的刀具剩余寿命预测模型
6.2 基于非线性维纳过程的刀具剩余寿命预测
6.3 本章小结
第七章 基于隐马尔科夫模型的铣削颤振预报
7.1 稳定性监测与预报概况
7.2 铣削颤振动力学分析
7.3 铣削颤振信号处理及特征提取技术
7.4 基于隐马尔科夫模型的颤振状态预测模型
7.5 实例验证
7.6 本章小结
第八章 基于感知与预测的产品服务系统
8.1 刀具工业产品服务系统概述
8.2 刀具工业产品服务系统架构
8.3 刀具工业产品服务系统流程
8.4 TCM-iPSS系统的使能技术
8.5 系统原型与验证
8.6 本章小结
参考文献