基于数据驱动的建模技术在大数据挖掘、多源信息融合和目标识别,与复杂工业过程能耗、物耗、产品质量和产量以及安全生产密切相关的难以检测过程参数软测量,复杂系统模拟仿真与探索性分析等方面具有广阔应用前景。本书针对复杂工业过程中一类高能耗大型旋转机械设备(球磨机)负荷难以有效检测的问题,依据这些旋转机械设备内部负荷参数与该设备筒体振动、振声频谱和电流信号间存在的难以用精确数学模型描述的非线性映射关系,采用基于机械设备振动/振声频谱数据驱动的软测量方法,重点解决旋转机械设备高维频谱数据建模导致软测量模型复杂度高、可解释性和泛化性差,多传感器信号间存在冗余性和互补性以及建模对象固有的概念漂移特性导致离线模型检测精降低等难题。本书详细叙述了复杂工业过程一类旋转机械设备负荷的检测方法及其应用现状,定性分析了旋转机械设备工作机理、筒体振动和振声信号产生机理,明确了其内部负荷难以准确检测的本质原因,进行了面向该类旋转机械设备负荷软测量方法的研究,立足于研究较为通用的一类基于小样本高维频谱数据驱动的在线集成软测量方法。本书通过仿真实验验证了所提方法的有效性。本书可供在机械、化工、能源、食品、武器装备等行业中,基于机械设备振动/振声频谱或其它来源的高维谱数据进行难以检测过程参数软测量的建模研究、博士研究生和磨矿过程工程技术人员使用。