厂务运维 · 数据驱动故障诊断 | 课程目录

01 课程导论

什么是厂务运维？数据驱动故障诊断的价值与挑战。

02 厂务系统基础

水、电、气、化(化学品)、暖通(HVAC)等核心系统介绍。

03 数据采集与传感器

常见传感器类型(温度、压力、振动、流量)、PLC/SCADA架构。

04 数据预处理基础

缺失值处理、异常值检测、数据标准化与归一化。

05 时间序列分析入门

基本概念、平稳性检验、自相关与偏自相关函数。

06 特征工程

时域特征(均值、方差、峰值)、频域特征(FFT、频谱)、统计特征。

07 降维技术

PCA、t-SNE、自编码器在故障诊断中的应用。

08 无监督学习

K-Means、DBSCAN聚类用于异常工况识别。

09 有监督学习

逻辑回归、支持向量机(SVM)用于故障分类。

10 集成学习方法

随机森林、XGBoost、LightGBM在故障诊断中的实战。

11 深度学习基础

神经网络入门、激活函数、损失函数、反向传播。

12 卷积神经网络(CNN)

1D-CNN用于振动信号故障诊断。

13 循环神经网络(RNN)

LSTM、GRU用于时序故障预测。

14 自注意力与Transformer

时间序列Transformer模型介绍。

15 故障诊断模型评估

混淆矩阵、准确率、召回率、F1-score、ROC-AUC。

16 实战(一)：轴承故障诊断

基于振动数据的CWRU数据集轴承故障诊断。

17 实战(二)：HVAC故障检测

基于温度/压力数据的暖通系统故障检测。

18 实战(三)：电机故障诊断

基于电流信号的电机故障诊断。

19 实战(四)：泵组故障诊断

基于多传感器融合的泵组故障诊断。

20 异常检测方法

孤立森林、LOF、Autoencoder异常检测。

21 剩余寿命预测(RUL)

退化轨迹、Wiener过程、LSTM预测。

22 因果推断与故障诊断

Granger因果检验、PC算法简介。

23 知识图谱与故障诊断

构建设备故障知识图谱，实现根因分析。

24 迁移学习

域自适应、微调策略在跨设备故障诊断中的应用。

25 联邦学习

隐私保护下的多厂区协同故障诊断模型训练。

26 模型可解释性

SHAP、LIME、注意力权重可视化。

27 边缘计算与实时诊断

模型压缩(量化、剪枝)、ONNX部署。

28 数字孪生与故障诊断

数字孪生体构建、虚实映射与故障模拟。

29 工业案例(一)：FAB冷却水

半导体厂务冷却水系统故障诊断全流程。

30 工业案例(二)：IDC暖通

数据中心暖通系统能效优化与故障预警。