課程設計規劃及已建成實驗室效果圖
1.課程目標
1. 掌握工業互聯網平臺的數據采集、傳輸與存儲技術。
2. 學習基于大數據的設備故障診斷方法(如振動分析、溫度預測等)。
3. 熟悉機器學習/深度學習模型在故障診斷中的應用。
4. 熟悉常見的機械傳功主要結構。
5. 熟悉了解常見的旋轉機械的主要故障類型與故障振動頻譜分類。
2.人實驗項目及任務分配
每組建議 5-6人,分工協作完成實驗。
建議人員安排如下:
學生A:部署規劃協調實驗項目及設備實驗運行工況。
學生B和C:協調更換設備故障測試件。
學生D:配置振動/溫度傳感器,采集設備正常/故障狀態下的振動信號(FFT變換)完成數據采集。
學生E:在線預先分析數據,實時保存存儲數據置本地硬盤。
學生F:使用小波變換或者加速度包絡技術提取故障特征(如軸承磨損頻率)。
免責聲明
- 凡本網注明“來源:化工儀器網”的所有作品,均為浙江興旺寶明通網絡有限公司-化工儀器網合法擁有版權或有權使用的作品,未經本網授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的,應在授權范圍內使用,并注明“來源:化工儀器網”。違反上述聲明者,本網將追究其相關法律責任。
- 本網轉載并注明自其他來源(非化工儀器網)的作品,目的在于傳遞更多信息,并不代表本網贊同其觀點和對其真實性負責,不承擔此類作品侵權行為的直接責任及連帶責任。其他媒體、網站或個人從本網轉載時,必須保留本網注明的作品第一來源,并自負版權等法律責任。
- 如涉及作品內容、版權等問題,請在作品發表之日起一周內與本網聯系,否則視為放棄相關權利。