01
风机数字孪生概述
什么是数字孪生 · 风机数字孪生的价值 · 课程目标与学习路径
概念导学
02
风机基础原理
风力发电原理 · 风机主要部件（叶片、齿轮箱、发电机、塔筒）· 运行参数
机械电气
03
数据采集基础
传感器类型（振动、温度、转速、风速）· 数据采集系统架构 · Modbus/OPC UA协议
硬件协议
04
Python环境搭建
Anaconda安装 · Jupyter Notebook配置 · 虚拟环境管理 · 必备库安装
Python工具
05
数据预处理实战
数据清洗（缺失值、异常值）· 时间序列对齐 · 重采样 · 特征工程基础
清洗特征
06
风机SCADA数据分析
SCADA数据解读 · 功率曲线绘制 · 风速-功率散点图分析 · 数据质量评估
可视化评估
07
振动信号分析基础
傅里叶变换原理 · 频谱分析 · 时域特征提取（均值、方差、峰值、峭度）
信号特征
08
风机关键部件建模
齿轮箱模型 · 发电机模型 · 轴承模型 · 基于物理的简化模型
物理模型仿真
09
数据驱动建模
线性回归 · 多项式回归 · 决策树回归 · 模型评估（MSE, R2）
回归评估
10
机器学习进阶
随机森林 · XGBoost · 支持向量回归 · 超参数调优（GridSearchCV）
集成调优
11
深度学习入门
PyTorch/TensorFlow环境搭建 · 全连接神经网络 · 激活函数 · 损失函数
DL框架
12
时序预测模型
LSTM原理 · 滑动窗口构建 · 多步预测 · 模型训练与验证
时序LSTM
13
异常检测算法
孤立森林 · LOF · Autoencoder · 基于残差的检测方法
异常无监督
14
剩余寿命预测
退化趋势提取 · 健康指标构建 · 相似性匹配 · RUL预测模型
RULPHM
15
数字孪生架构设计
分层架构（感知层、模型层、应用层）· 数据流设计 · 微服务概念
架构微服务
16
3D可视化基础
Three.js/PyVista简介 · 风机3D模型加载 · 场景搭建 · 相机控制
3D可视化
17
实时数据接入
Kafka/WebSocket数据流 · Python异步编程 · 数据缓存策略
实时流式
18
模型部署
Flask/FastAPI构建API · 模型序列化（joblib/ONNX）· Docker容器化
部署API
19
前端交互开发
Vue.js/React基础 · 仪表盘设计 · 实时数据图表（ECharts/Plotly）
前端仪表盘
20
数字孪生集成
前后端联调 · 数据同步 · 3D模型与数据绑定 · 状态更新
集成联调
21
风场级数字孪生
多风机协同 · 尾流效应建模 · 风场功率预测
风场协同
22
故障诊断实战
齿轮箱故障诊断 · 轴承故障诊断 · 基于振动信号的故障分类
诊断分类
23
性能评估与优化
模型精度评估 · 推理速度优化 · 模型压缩（量化、剪枝）
优化压缩
24
边缘计算部署
树莓派/Jetson Nano部署 · 模型轻量化 · 边缘-云端协同
边缘嵌入式
25
数字孪生安全
数据加密 · 模型安全 · 访问控制 · 工业安全最佳实践
安全加密
26
案例实战：单风机数字孪生
从数据到3D展示完整流程 · 单风机系统搭建
案例全流程
27
案例实战：风场级数字孪生
多风机监控与预测 · 风场级平台搭建
案例风场
28
项目总结与复盘
常见问题汇总 · 性能瓶颈分析 · 优化方向
复盘总结
29
前沿技术展望
生成式AI与数字孪生 · 强化学习在风机控制中的应用 · 数字孪生标准
前沿AI
30
职业发展指南
数字孪生工程师技能树 · 学习资源推荐 · 项目经验积累建议
职业成长