01
课程导论：什么是数字孪生？
为什么风机需要数字孪生？课程目标与学习路径。
概念入门
02
风机基础原理
风能转换原理、风机主要部件与功能、功率曲线与Cp值。
原理气动
03
传感器与数据采集
关键传感器类型（风速、转速、振动、温度）、数据采集系统架构、采样频率与精度。
硬件SCADA
04
数据预处理技术
数据清洗（异常值、缺失值）、时间同步、重采样与归一化。
清洗特征工程
05
数字孪生建模概述
机理模型 vs 数据驱动模型、模型保真度与实时性权衡。
建模架构
06
气动模型构建
基于BEM理论的风轮气动模型、叶素动量理论实现。
BEM仿真
07
结构动力学模型
塔筒、叶片、传动链的模态分析与简化模型。
结构模态
08
传动链与发电机模型
齿轮箱效率模型、双馈/永磁发电机等效模型。
传动电气
09
控制策略基础
变桨控制、转矩控制、偏航控制的基本原理。
控制算法
10
数据驱动模型
基于机器学习的SCADA数据建模、神经网络与回归树应用。
ML回归
11
数字孪生平台架构
边缘计算与云端协同、实时数据流处理（Kafka/Flink）。
架构流处理
12
模型校准与验证
参数辨识方法、模型误差分析与迭代优化。
校准辨识
13
性能评估指标
发电量、载荷、可用率、等效疲劳损伤（DEL）。
KPIDEL
14
性能退化分析
叶片结冰、齿轮箱磨损、轴承故障的早期特征。
退化故障
15
优化目标定义
多目标优化（发电量 vs 载荷 vs 寿命）、权重设定。
优化权衡
16
变桨角度优化
基于数字孪生的变桨曲线动态调整策略。
变桨动态
17
转矩-转速优化
最大功率点跟踪（MPPT）的孪生增强方法。
MPPT转矩
18
偏航策略优化
风向预测与偏航误差修正、尾流效应考虑。
偏航尾流
19
机组间协同优化
风电场级尾流管理与功率分配。
协同风电场
20
主动降载控制
基于孪生预测的前馈与反馈混合控制。
降载前馈
21
寿命延长策略
基于疲劳累积的降载运行模式切换。
寿命疲劳
22
故障预测与健康管理（PHM）
剩余寿命预测、维修决策优化。
PHM预测
23
实时性能监控仪表盘
关键KPI可视化、异常报警逻辑。
仪表盘可视化
24
数字孪生与SCADA集成
OPC UA通信、数据映射与双向控制。
集成OPC UA
25
案例研究1：某2MW机组变桨优化实战
数据+代码，变桨优化实战。
案例2MW
26
案例研究2：基于孪生的风电场尾流优化
FLORIS仿真，尾流优化。
案例FLORIS
27
案例研究3：齿轮箱轴承故障预警与维修窗口优化
故障预警与维修决策。
案例轴承
28
部署与运维
模型持续更新、A/B测试策略、版本管理。
部署MLOps
29
前沿趋势
AI大模型在数字孪生中的应用、云原生孪生平台。
AI云原生
30
课程总结与项目实战
从零搭建一个风机数字孪生原型系统。
实战原型