风机轴承故障诊断实战手册

📚 共计 30 章节

轴承故障诊断基础

滚动轴承的结构与分类 · 失效模式与机理 · 振动信号基本特征参数

传感器选型与安装

加速度传感器原理与选型 · 安装位置与方式 · 数据采集系统搭建

信号预处理技术

信号去噪（小波、EMD）· 趋势项去除 · 重采样与截断

预处理去噪

时域统计特征（均值、方差、峰值、峭度）· 无量纲指标 · 波形分析实战

傅里叶变换原理 · 频谱分析 · 包络谱分析 · 边频带识别

时频域分析

短时傅里叶变换 (STFT) · 小波变换 · 希尔伯特-黄变换 (HHT)

时频非平稳

轴承特征频率计算

内圈、外圈、滚动体、保持架故障频率公式推导与计算

特征频率公式

故障特征提取实战

基于Python的时域/频域/时频域特征提取

Python特征工程

机器学习基础

特征工程 · 数据集划分 · 评估指标（准确率、召回率、F1-score）

K近邻算法原理 · 轴承故障分类实战 · 参数调优

支持向量机 (SVM)

SVM原理 · 核函数选择 · 多分类策略 · 轴承故障诊断实战

决策树与随机森林

决策树原理 · 随机森林集成学习 · 特征重要性分析

随机森林集成

神经网络基础 · 反向传播算法 · 轴承故障诊断实战

卷积神经网络 (CNN)

CNN结构 · 一维卷积在振动信号中的应用 · 模型训练与优化

循环神经网络 (RNN)

RNN与LSTM原理 · 时序信号建模 · 轴承剩余寿命预测

自编码器与异常检测

自编码器原理 · 基于重构误差的异常检测 · 无监督故障诊断

自编码器异常检测

迁移学习概念 · 预训练模型微调 · 跨工况故障诊断实战

迁移学习微调

模型部署与边缘计算

模型压缩 · ONNX转换 · 树莓派/边缘设备部署

部署边缘计算

案例实战一：内圈故障

滚动轴承内圈故障诊断全流程（数据采集到模型部署）

内圈全流程

案例实战二：外圈故障

滚动轴承外圈故障诊断全流程（含变转速工况）

外圈变转速

案例实战三：滚动体故障

滚动轴承滚动体故障诊断全流程（含复合故障）

滚动体复合故障

案例实战四：保持架故障

滚动轴承保持架故障诊断全流程（含微弱故障）

保持架微弱故障

案例实战五：剩余寿命预测

基于振动信号的轴承剩余寿命预测（LSTM模型）

案例实战六：电流信号诊断

基于电流信号的轴承故障诊断（非侵入式方法）

电流非侵入

案例实战七：多传感器融合

多传感器融合的轴承故障诊断（振动+温度+声发射）

融合多模态

案例实战八：变工况诊断

变工况下的轴承故障诊断（域自适应方法）

变工况域自适应

案例实战九：桌面应用开发

轴承故障诊断系统开发（PyQt5桌面应用）

案例实战十：Web应用开发

轴承故障诊断Web应用开发（Flask/Django后端）

工业现场实战：在线监测

风机轴承在线监测系统搭建、数据管理、报警策略

工业监测系统

课程总结与进阶

故障诊断前沿技术（数字孪生、生成式AI）· 职业发展建议