一些关键部件，如轴承、齿轮箱和叶轮，在机器上得到了广泛的应用。它们的故障可能会加速其他部件的故障，最终导致机器故障。为了防止任何意外的机器故障和事故，应尽早发现关键部件的早期故障。一旦诊断出关键部件的早期故障，就应进行性能退化评估和剩余使用寿命评估，以最大限度地延长关键部件的使用寿命。本专题主要研究基于振动的关键部件故障诊断与预测方法。

潜在的主题包括但不限于:

• 模式识别方法的诊断和预后的关键成分
• 数字信号处理方法的诊断和预后的关键部件
• 统计信号处理方法对诊断和预后的关键成分
• 关键部件诊断和预后的可靠性和鲁棒性贝叶斯方法
• 软计算及其相关技术，如进化计算、模糊计算、概率计算、粗糙集等，及其在关键部件诊断和预测中的新应用