第1章
磁悬浮轴承概述
工作原理、发展历程、核心优势与典型应用场景。
基础概念
第2章
磁悬浮轴承系统组成
电磁铁、功率放大器、传感器、控制器与转子系统详解。
硬件架构
第3章
电磁学基础
电磁场理论、麦克斯韦方程组简化、磁路分析与电感计算。
理论物理
第4章
传感器技术
位移传感器（电涡流、电容、霍尔）、电流传感器与速度传感器的选型与标定。
传感器选型
第5章
功率放大器
线性功放与开关功放（PWM）的原理、拓扑结构及故障模式。
功放电力
第6章
数字控制器
DSP/FPGA控制架构、PID控制算法、自适应控制与鲁棒控制基础。
控制算法
第7章
转子动力学
刚性转子与柔性转子模型、临界转速、不平衡响应与稳定性分析。
转子动力学
第8章
系统建模与仿真
MATLAB/Simulink建模、电磁力-位移关系、闭环系统仿真。
仿真建模
第9章
故障模式与影响分析（FMEA）
常见故障分类、故障树分析（FTA）与风险优先级评估。
可靠性分析
第10章
传感器故障诊断
传感器偏置、漂移、噪声、断线及多传感器一致性校验。
诊断传感器
第11章
功率放大器故障诊断
MOSFET/IGBT短路与开路、驱动信号异常、过流与过热保护。
功放故障
第12章
电磁铁故障诊断
线圈匝间短路、绝缘老化、铁芯饱和与磁路不对称。
电磁铁绝缘
第13章
控制器故障诊断
AD/DA转换异常、时钟抖动、看门狗复位与软件跑飞。
控制器数字
第14章
转子故障诊断
不平衡、不对中、碰摩、裂纹与松动故障的振动特征分析。
振动转子
第15章
信号处理基础
时域分析（峰值、均方根、峭度）、频域分析（FFT、包络谱）与时频分析（小波、EMD）。
信号处理
第16章
特征提取与选择
统计特征、频域特征、时频域特征与基于深度学习的自动特征提取。
特征ML
第17章
机器学习诊断方法
支持向量机（SVM）、随机森林、KNN与BP神经网络在故障分类中的应用。
机器学习分类
第18章
深度学习诊断方法
卷积神经网络（CNN）、循环神经网络（RNN/LSTM）与自编码器在故障诊断中的实战。
深度学习CNN
第19章
迁移学习与小样本诊断
域自适应、微调策略与生成对抗网络（GAN）在数据增强中的应用。
迁移小样本
第20章
故障诊断系统集成
数据采集系统（DAQ）、实时监测平台与报警阈值设定。
系统集成
第21章
维护保养基础
预防性维护、预测性维护与状态监测的对比与选择策略。
维护策略
第22章
日常巡检与点检
温度、振动、噪声、电流与气隙的日常检查项目与标准。
巡检点检
第23章
定期维护计划
轴承清洁、冷却系统检查、电缆与连接器紧固、密封件更换周期。
计划保养
第24章
电磁铁维护
线圈绝缘电阻测试、铁芯表面检查、气隙调整与重新标定。
电磁铁维护
第25章
传感器维护
探头间隙调整、电缆屏蔽检查、标定周期与现场校准方法。
传感器校准
第26章
控制器与功放维护
散热风扇清洁、电容老化检测、固件升级与参数备份。
控制器功放
第27章
备件管理与库存策略
关键备件清单、寿命预测与安全库存计算。
备件库存
第28章
故障案例库建设
案例收集模板、根因分析（RCA）与经验知识库构建。
案例知识库
第29章
远程运维与数字化
工业物联网（IIoT）架构、边缘计算与云平台数据管理。
IIoT数字化
第30章
综合实战与考核
典型故障模拟、诊断流程演练与维护保养方案制定。
实战考核