课程定位

面向设备、精益、运营及智能制造技术相关人员，以状态数据而非单纯周期检修为线索，学习设备特征、趋势和故障诊断。结合软件演示和案例理解方法与边界，工具授权及现场数据条件以当期安排为准。

学习收获

• 了解设备运行状态监测方法。
• 学习工况监控与监测仪器选择。
• 认识运行状态评估工具。
• 学习故障分析的技术方法。
• 了解设备远程监控知识。

课程特色

• 结合轴承、高压泵、发动机、鼓风机、制动器和溢流阀案例练习分析。
• 使用自研版权特征提取、频谱小波、控制图、优化及智能诊断软件演示，不等同于授予软件使用许可。

课程模块

传统诊断与智能化

• 比较传统方法工具与局限，讨论状态监测诊断的管理作用。
• 由人脸识别和听声案例讨论智能诊断原理、实时远程场景及可监测设备。

状态特征与采集

• 认识特征分类、特征值作用及准备，分析设备状态信号采集手段。
• 讨论音频振动采样频率、频谱分析，演示振动电压特征提取，并练习轴承案例。
• 学习音频振动的小波包及其特征，用高压泵和汽车发动机声音案例绘制频谱与提取特征。

运行趋势控制图

• 理解控制图及趋势判别规则，借助软件绘制。
• 练习鼓风机趋势、制动性能、轴承早期故障和高压泵趋势判断。

特征优化

• 讨论优化必要性及Relief算法，使用特征优化软件。
• 比较鼓风机、轴承、高压油泵和发动机故障特征的优化。

AI故障诊断

• 比较神经网络、邻近算法、支持向量机的诊断应用。
• 结合智能诊断软件分析鼓风机、轴承、高压油泵与汽车发动机案例。

故障树

• 学习原理、分析步骤和软件基本操作。
• 以溢流阀案例讨论定性与定量分析。

适合人群

设备负责人和工程师，精益、运营、技术高层管理者，设备集成商技术人员及智能制造技术负责人等。

师资信息

胡老师，华中科技大学机械制造及其自动化专业博士，具有武汉纺织大学副教授、硕士研究生导师、科技部专家数据库专家及国家基金委函评专家经历，曾担任多项国家自然科学基金项目负责人，具有十余篇SCI/EI论文和四项国家发明专利授权经历。研究机械设备智能维护系统的设计开发实施、设备预知维护及TPM，服务经历涉及钢铁、机床、纺织和发动机企业。以上为个人历史履历，完整姓名、任职资格、软件授权及当期安排以正式通知核实，不视为本站拥有其工具版权。

课程咨询与报名

了解本期课程安排、师资及报名事项，请联系新中华学习网：400-061-6586，也可使用本页下方的报名咨询表。具体开课安排以正式通知为准。

温馨提示：本文内容根据课程内容整理，各模块实际讲授内容由授课老师根据学员情况灵活调整，最终以课堂授课为准。