01
振动分析基础
什么是振动 · 三要素（幅值/频率/相位）· 风电机组振动作用
核心概念入门
02
传感器选型与安装
加速度传感器原理 · ICP/电荷对比 · 磁座吸附技巧
硬件选型
03
数据采集系统搭建
采集卡选型 · 奈奎斯特频率 · 抗混叠滤波器设置
系统采样
04
时域信号分析
时域波形 · 峰值/有效值 · 峭度指标与故障诊断
时域特征
05
FFT与频谱分析
傅里叶变换 · 频谱图 · 频率分辨率与谱线数
频域FFT
06
包络谱分析
希尔伯特变换 · 包络解调 · 轴承早期故障特征
包络轴承
07
阶次分析
变转速阶次跟踪 · 计算阶次 vs FFT · 重采样技术
阶次变转速
08
倒频谱分析
功率/复倒频谱 · 边频带识别 · 齿轮箱故障案例
倒频谱齿轮箱
09
小波变换与时频分析
连续/离散小波 · 时频谱图 · 非平稳信号应用
时频小波
10
经验模态分解 (EMD)
EMD与IMF · 端点效应 · Hilbert-Huang变换
EMDHHT
11
轴承故障诊断
特征频率计算 · 内/外圈/滚动体频谱 · 保持架故障
轴承故障
12
齿轮箱故障诊断
啮合频率 · 边频带 · 齿面磨损与断齿频谱差异
齿轮箱边频
13
转子不平衡与不对中
1X/2X分量 · 轴心轨迹 · 动平衡与现场校正
转子动平衡
14
松动与摩擦故障
结构松动频谱 · 摩擦次谐波 · 混沌与案例分析
松动摩擦
15
共振与模态分析
共振原理 · 模态参数 · 锤击法与运行模态
模态共振
16
油液分析与振动联合诊断
颗粒度与振动关联 · 磨损形态 · 综合诊断策略
油液联合
17
SCADA数据与振动融合
SCADA趋势 · 功率曲线异常 · 机器学习预警
SCADA融合
18
Python振动分析工具链
NumPy/SciPy · Matplotlib/Plotly · PyVib库
Python工具
19
数据预处理实战
去趋势 · 异常值剔除 · 重采样/插值 · 加窗分段
预处理清洗
20
特征工程与降维
时/频/时频特征 · PCA · t-SNE可视化
特征降维
21
机器学习故障分类
SVM · 随机森林 · K近邻在振动分类中的应用
ML分类
22
深度学习故障诊断
CNN振动识别 · LSTM时序预测 · 迁移学习实战
深度学习CNN
23
异常检测与预警
孤立森林 · 自编码器重构误差 · 自适应阈值
异常预警
24
剩余寿命预测
指数退化 · 维纳过程 · 基于相似性寿命预测
RUL退化
25
CMS系统搭建实战
在线监测架构 · 数据流设计 · 报警规则引擎
CMS系统
26
现场测试与故障复现
便携采集仪 · 现场激励 · 故障模拟实验台
现场测试
27
国际标准与规范
ISO 10816 · ISO 7919 · VDI 3834齿轮箱标准
标准规范
28
报告撰写与可视化
振动报告模板 · 频谱瀑布图 · 趋势图与报警限
报告可视化
29
案例实战
双馈异步发电机轴承 · 行星级断齿 · 主轴保持架断裂
案例实战
30
综合项目：健康管理平台
从采集到诊断报告全流程 · 课程总结与展望
项目综合