第01章
轴承故障诊断基础
滚动轴承的结构与失效模式 · 故障特征频率的计算原理 · 频谱分析的基本概念
核心理论特征频率
第02章
信号采集与预处理
加速度传感器选型与安装 · 数据采集系统搭建 · 采样定理与抗混叠滤波
硬件采样
第03章
时域分析基础
均值、方差、均方根值、峰值因子、峭度等时域指标的计算与解读
统计指标时域
第04章
傅里叶变换入门
连续傅里叶变换与离散傅里叶变换 · FFT算法原理 · 频谱分辨率与频率泄露
FFT频谱
第05章
Python环境搭建
Anaconda安装 · Jupyter Notebook配置 · NumPy/SciPy/Matplotlib库安装
Python环境
第06章
数据加载与可视化
使用NumPy加载振动数据 · Matplotlib绘制时域波形 · 多通道数据显示
可视化NumPy
第07章
FFT频谱计算实战
使用SciPy计算FFT · 幅值谱与功率谱 · 单边谱与双边谱转换
SciPy功率谱
第08章
频谱细化技术
Zoom-FFT原理与实现 · 频率插值方法 · 高精度频率估计
Zoom-FFT高精度
第09章
包络谱分析
希尔伯特变换原理 · 包络解调技术 · 包络谱在轴承故障诊断中的应用
包络解调希尔伯特
第10章
倒频谱分析
功率倒频谱与复倒频谱 · 边频带识别 · 齿轮箱与轴承故障区分
倒频谱边频带
第11章
时频分析基础
短时傅里叶变换(STFT) · 小波变换入门 · 时频谱图解读
STFT小波
第12章
阶次分析技术
转速信号获取 · 等角度重采样 · 阶次谱计算与故障诊断
阶次重采样
第13章
轴承故障特征频率计算
内圈故障频率 · 外圈故障频率 · 滚动体故障频率 · 保持架故障频率
BPFIBPFOBSF
第14章
频谱自动识别算法
峰值搜索算法 · 谐波族识别 · 边频带自动检测
自动识别峰值
第15章
机器学习入门
特征工程基础 · 支持向量机(SVM)原理 · 训练集与测试集划分
SVM特征工程
第16章
故障分类实战
使用SVM进行轴承故障分类 · 模型评估与混淆矩阵 · 参数调优
分类混淆矩阵
第17章
深度学习基础
卷积神经网络(CNN)原理 · 一维CNN在振动信号中的应用 · 模型训练技巧
CNN1D-CNN
第18章
迁移学习应用
预训练模型微调 · 域自适应技术 · 小样本故障诊断
迁移学习微调
第19章
趋势分析与预测
RMS趋势图 · 峭度趋势图 · 轴承剩余寿命预测基础
趋势寿命预测
第20章
多传感器融合
数据级融合 · 特征级融合 · 决策级融合方法
融合多传感器
第21章
变转速工况分析
转速归一化方法 · 角域重采样技术 · 变转速故障诊断
变转速角域
第22章
微弱故障检测
随机共振原理 · 同步平均技术 · 自适应噪声消除
微弱信号随机共振
第23章
工业案例1：离心泵轴承
数据采集→特征提取→故障定位全流程
离心泵全流程
第24章
工业案例2：风机轴承
变转速工况下的包络谱分析
风机包络谱
第25章
工业案例3：轧机轴承
强噪声环境下的微弱信号提取
轧机强噪声
第26章
工业案例4：电机轴承
电流信号与振动信号联合分析
电机电流
第27章
工业案例5：齿轮箱轴承
多级传动下的故障分离
齿轮箱故障分离
第28章
报告自动生成
使用Python生成PDF诊断报告 · 模板设计与数据填充
PDF报告
第29章
Web应用开发
使用Flask搭建轴承诊断Web服务 · API接口设计 · 实时数据显示
FlaskAPI
第30章
综合实战项目
从数据采集到诊断报告的全流程自动化系统搭建
全流程自动化