01
主轴可靠性概述
主轴系统组成 · 可靠性定义与指标 · 主轴失效模式分析
基础概念
02
数据采集系统设计
传感器选型(振动/温度/扭矩) · 采集卡配置 · 信号调理与抗混叠滤波
硬件设计
03
数据采集硬件搭建
PLC与上位机通信 · NI DAQmx驱动 · 树莓派边缘采集方案
硬件通信
04
数据采集软件实现
Python环境搭建 · PyCharm配置 · pylibmodbus读取PLC
软件Python
05
数据预处理
缺失值处理 · 异常值检测(3σ/IQR) · 标准化与归一化
清洗统计
06
时域特征提取
均值/方差/均方根 · 峰值因子 · 峭度 · 波形因子
特征时域
07
频域特征提取
FFT变换 · 功率谱密度 · 边频带分析 · 包络谱分析
频域FFT
08
时频域特征提取
短时傅里叶变换 · 小波包分解 · 经验模态分解
时频小波
09
特征选择与降维
皮尔逊相关系数 · PCA · t-SNE可视化
降维可视化
10
可靠性建模基础
寿命分布(威布尔/指数) · 可靠度函数 · 失效率函数
建模统计
11
基于振动信号的退化评估
振动烈度趋势 · 轴承特征频率跟踪
振动退化
12
基于温度信号的退化评估
温升曲线建模 · 热平衡时间常数提取
温度热分析
13
基于扭矩信号的退化评估
扭矩波动系数 · 切削力与磨损关联分析
扭矩磨损
14
多源信息融合
D-S证据理论 · 贝叶斯融合 · 加权平均融合
融合决策
15
机器学习入门
scikit-learn · 训练/测试集划分 · 交叉验证
ML基础
16
回归预测模型
线性回归 · SVR · 随机森林回归 · 剩余寿命预测
回归RUL
17
分类诊断模型
KNN · 决策树 · 随机森林 · XGBoost故障分类
分类诊断
18
深度学习基础
PyTorch/TensorFlow环境 · 全连接网络结构
DL框架
19
卷积神经网络应用
1D-CNN振动故障诊断 · 注意力机制
CNN注意力
20
循环神经网络应用
LSTM剩余寿命预测 · GRU时间序列建模
RNN时序
21
自编码器异常检测
重构误差异常评分 · 阈值设定方法
自编码器异常
22
迁移学习
预训练模型微调 · 领域自适应故障诊断
迁移微调
23
模型评估与优化
混淆矩阵 · ROC曲线 · 超参数网格搜索
评估调优
24
可靠性试验设计
加速寿命试验 · 步进应力 · 定时截尾试验
试验设计
25
现场数据采集案例
数控机床主轴振动监测系统部署实录
案例实战
26
数据分析报告撰写
报告结构 · 图表规范 · 结论与建议
报告规范
27
可视化仪表盘
基于Plotly/Dash的实时监控面板开发
可视化Dash
28
边缘计算部署
模型ONNX导出 · TensorRT推理 · 树莓派部署
边缘推理
29
工业互联网平台集成
MQTT数据上传 · ThingsBoard平台展示
IoT平台
30
课程总结与展望
数字孪生 · PHM技术趋势 · 职业发展建议
总结趋势