风机故障预警与智能诊断实战

📚 共计 30 章节
01
风机故障预警概述
风机常见故障类型 · 预警价值与意义 · 系统架构概览
基础概念
02
SCADA数据基础
SCADA系统介绍 · 采集频率与类型 · 数据质量评估与清洗
数据预处理
03
振动信号分析基础
振动传感器 · 时域特征(均值/峰值/峭度) · 频域特征(FFT/包络谱)
信号特征
04
温度与电气参数分析
齿轮箱温度趋势 · 发电机电流谐波 · 变桨系统电机电流
电气趋势
05
数据预处理实战
缺失值处理(插值/前向填充) · 异常检测(3σ/IQR) · 标准化与归一化
清洗实战
06
特征工程
滑动窗口特征 · 统计特征(均值/方差/偏度) · 频域特征(频谱能量/边频带)
特征构建
07
主成分分析(PCA)降维
PCA原理 · 协方差矩阵 · 特征值分解 · 降维可视化
降维无监督
08
孤立森林异常检测
孤立森林原理 · 训练预测 · 异常分数阈值 · 模型评估
异常集成
09
单类支持向量机(OCSVM)
OCSVM原理 · 核函数选择 · 参数调优(nu/gamma) · 实战案例
边界核方法
10
基于重构的异常检测(自编码器)
自编码器结构 · 训练过程 · 重构误差 · 阈值设定
深度学习重构
11
时序预测模型(LSTM)
LSTM原理 · 时间步长 · 多步预测 · 残差预警
RNN时序
12
时序预测模型(Transformer)
Transformer时序应用 · 自注意力 · 位置编码 · 实战对比
注意力SOTA
13
分类模型(随机森林)
随机森林原理 · 特征重要性 · 超参数调优(n_estimators/max_depth)
集成树模型
14
分类模型(XGBoost)
XGBoost原理 · 梯度提升 · 早停策略 · SHAP解释
Boosting可解释
15
分类模型(CNN-1D)
一维卷积 · 卷积核设计 · 池化全连接 · 故障分类实战
CNN端到端
16
多传感器融合诊断
数据级/特征级/决策级融合 · D-S证据理论应用
融合证据
17
迁移学习在故障诊断中的应用
域适应 · 微调策略 · 源域/目标域 · 实战案例
迁移少样本
18
模型评估与验证
混淆矩阵 · 精确率/召回率/F1 · ROC/AUC · 交叉验证
评估指标
19
预警阈值动态调整
统计阈值 · 百分位数阈值 · 自适应阈值(EWMA)
阈值自适应
20
模型部署与API开发
Flask框架 · 模型序列化(pickle/ONNX) · RESTful API
部署后端
21
边缘计算与实时预警
边缘设备选型 · 模型轻量化(量化/剪枝) · MQTT协议
边缘实时
22
故障根因分析(RCA)
故障树分析(FTA) · 贝叶斯网络 · 因果推断初步
根因因果
23
剩余寿命预测(RUL)
退化轨迹建模 · 指数退化 · Wiener过程 · LSTM-RUL
RUL退化
24
数字孪生与故障诊断
数字孪生概念 · 机理+数据驱动 · 实时映射与仿真
孪生仿真
25
案例实战:齿轮箱故障诊断
数据获取 · 特征提取 · 模型训练 · 结果分析全流程
实战齿轮箱
26
案例实战:轴承故障诊断
包络谱分析 · 共振解调 · CNN分类 · 现场验证
轴承包络
27
案例实战:发电机电气故障诊断
电流谐波分析 · Park矢量分析 · 神经网络分类
发电机电气
28
案例实战:变桨系统故障诊断
变桨角度异常检测 · 力矩波动分析 · OCSVM应用
变桨OCSVM
29
案例实战:塔筒振动与疲劳分析
模态分析 · 雨流计数法 · 疲劳寿命评估
塔筒疲劳
30
综合项目实战:端到端预警系统搭建
数据管道 · 模型训练 · 预警推送 · 可视化大屏
全栈大屏