本书以构建水轮发电机组AI-PHM体系为框架，从体系搭建、状态评估、故障诊断、故障预测等方面开展量化分析及应用实践研究，并结合智能算法，实现水轮发电机组的数智诊断。本书共分9章。第1章简要介绍了PHM的概念、研究现状以及水轮发电机组开展PHM的意义和关键技术；第2章简述了PHM的结构形式、结构设计，根据水轮发电机组的结构特点，设计了水轮发电机组的PHM结构体系；第3章讲解了PHM系统的数据采集方法、数据清洗方法和数据分析技术；第4章对水轮发电机组健康状态评估方法进行了介绍，提出了基于FMECA融合劣化度的水轮发电机组健康状态评价方法，并开展了实例应用验证；第5章对支持向量机、神经网络等常见的故障诊断算法进行了介绍，并基于贝叶斯网络方法和基于测试数据方法开展了故障诊断实例应用研究；第6章介绍了常见故障预测方法，并以水导轴承故障预测为实例开展了计算分析；第7章介绍了检修决策理论，并以水轮发电机组状态评估和检修决策为例进行开展了实例应用分析；第8章系统对AI-PHM系统的整体架构和实现功能进行系统了重点阐述及其在大中型水轮发电机组数智诊断与检修中的具体应用；第9章重点介绍了AI-PHM技术的未来发展趋势。