第1章
变桨轴承概述
变桨轴承在风机中的角色 · 结构特点 · 常见失效模式
基础结构
第2章
磨损机理基础
摩擦学基础 · 四种磨损类型 · 变桨轴承主要磨损机制
机理核心
第3章
影响磨损的关键因素
载荷特性 · 转速/摆动角度 · 润滑 · 环境 · 材料表面
因素分析
第4章
磨损监测技术
振动监测 · 油液分析 · 温度/声发射/应变测量
监测传感器
第5章
数据采集与预处理
SCADA提取 · 清洗/异常值 · 缺失值 · 归一化 · 特征工程
数据预处理
第6章
时域特征提取
均值/方差/均方根 · 峰值因子/峭度/波形/脉冲/裕度
时域特征
第7章
频域特征提取
傅里叶变换 · 频谱/包络谱 · 边频带 · 功率谱密度
频域FFT
第8章
时频域特征提取
短时傅里叶 · 小波变换 · 经验模态分解 · 希尔伯特-黄
时频小波
第9章
特征选择与降维
相关性分析 · PCA/LDA · 互信息 · 递归特征消除
降维选择
第10章
机器学习基础
监督/非监督 · 数据集划分 · 交叉验证 · 评估指标
ML基础评估
第11章
线性回归模型
一元/多元回归 · Lasso/Ridge正则化 · 模型诊断
回归线性
第12章
支持向量机回归
SVR原理 · 核函数 · 参数调优 · 优缺点
SVR核方法
第13章
决策树与随机森林
决策树回归 · 随机森林集成 · 特征重要性 · 案例
树模型集成
第14章
梯度提升模型
XGBoost · LightGBM · CatBoost · 超参数调优
BoostingGBDT
第15章
人工神经网络基础
感知机 · 激活/损失函数 · 反向传播 · 梯度下降
ANN深度学习
第16章
深度学习预测模型
LSTM · CNN时序 · 注意力机制 · 模型构建实战
LSTMCNN
第17章
物理模型方法
Lundberg-Palmgren · ISO 281 · 修正系数 · S-N曲线
物理寿命
第18章
混合模型方法
物理信息神经网络 · 数据+物理融合 · 残差修正
混合PINN
第19章
剩余寿命预测框架
健康指标 · 阈值设定 · 不确定性量化 · 置信区间
RUL框架
第20章
模型训练与验证
超参数搜索 · K折交叉验证 · 学习曲线分析
调优验证
第21章
模型部署与边缘计算
模型压缩/量化 · ONNX · 树莓派/Jetson · 实时推理
部署边缘
第22章
案例研究一：振动数据
数据加载 · 特征提取 · 模型训练 · 结果评估
实战振动
第23章
案例研究二：油液分析
颗粒计数趋势 · 元素浓度 · 预测模型构建
油液趋势
第24章
案例研究三：多传感器融合
振动+温度+扭矩 · 特征级/决策级融合
融合多源
第25章
案例研究四：风场实际数据
数据来源 · 预处理挑战 · 模型迁移与适配
实战风场
第26章
预测结果可视化
趋势图 · 误差棒 · 预测区间 · 仪表盘设计
可视化图表
第27章
模型维护与更新
在线学习 · 漂移检测 · 重训练 · 版本管理
MLOps维护
第28章
标准与规范
ISO 281/16281 · GL认证 · DNV · 行业最佳实践
标准认证
第29章
前沿技术展望
数字孪生 · 联邦学习 · 生成式AI · 自监督学习
前沿AI
第30章
课程总结与项目实战
综合流程 · 代码框架 · 报告模板 · 常见问题
总结项目