所属分类：AI大模型与智能应用 当前为单品课程，可返回上一级继续浏览同方向资料。
← 返回上一级
← 返回所属目录 咨询 / 购买

PHM故障预测与工业数据模型部署

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
PHM的定义 · 发展历程 · 工业价值与典型应用场景
课程导入PHM
02
工业数据基础
工业数据采集方式（传感器 · PLC · SCADA）
工业数据基础工业数据采集方式
03
PHM核心概念
故障 · 失效 · 剩余使用寿命（RUL）
PHM核心概念
04
故障模式与影响分析（FMEA）
FMEA方法 · 故障模式分类 · 故障机理分析
FMEA故障模式
05
数据预处理与清洗
缺失值处理 · 异常值检测 · 去噪滤波（小波
数据预处理清洗
06
特征工程
时域特征（均值 · 峰值 · 峭度等）
特征工程时域特征
07
健康指标构建
单变量健康指标 · 多变量融合健康指标 · 基于物理模型的健康指标
健康指标构建单变量健康指标
08
故障诊断基础
基于规则 · 基于专家系统 · 基于统计方法的故障诊断
故障诊断基础基于规则
09
机器学习基础
监督学习 · 无监督学习 · 半监督学习
机器学习基础监督学习
10
深度学习基础
CNN · RNN · LSTM
深度学习基础CNN
11
剩余使用寿命（RUL）预测方法
基于相似性 · 基于退化轨迹 · 基于生存分析
RUL剩余使用寿命
12
基于物理模型的PHM
物理失效模型（疲劳 · 磨损 · 腐蚀）
PHM基于物理模型的
13
基于数据驱动的PHM
数据驱动建模流程 · 训练集构建 · 标签定义（RUL标签
PHM基于数据驱动的
14
基于混合模型的PHM
物理模型与数据驱动融合策略（串行 · 并行 · 动态加权）
PHM基于混合模型的
15
工业模型部署概述
模型部署的定义 · 部署环境（边缘 · 云端
工业模型部署概述模型部署的定义
16
模型部署技术栈
Docker容器化 · Kubernetes编排 · ONNX
模型部署技术栈Docker
17
边缘计算与实时推理
边缘设备（PLC · 嵌入式 · 工业网关）
边缘计算实时推理
18
云端部署与微服务
云平台（AWS IoT · Azure IoT · 阿里云IoT）
云端部署微服务
19
模型监控与持续学习
模型漂移检测 · 数据漂移 · 概念漂移
模型监控持续学习
20
PHM系统集成
PHM系统与MES · ERP · CMMS的集成
PHM系统集成
21
案例实战
轴承故障预测（振动数据）——从数据预…
案例实战轴承故障预测
22
案例实战
齿轮箱故障诊断（声发射/振动）——特…
案例实战齿轮箱故障诊断
23
案例实战
工业电机剩余寿命预测——基于电流信号…
案例实战工业电机剩余寿命…
24
案例实战
风力发电机组PHM——多传感器融合 · 故障预警与云端部署
案例实战PHM
25
案例实战
刀具磨损预测——基于切削力与振动信号…
案例实战刀具磨损预测
26
常见问题与解决方案
数据不平衡 · 标签噪声 · 小样本学习
常见问题解决方案
27
模型可解释性与可信度
SHAP · LIME · 注意力可视化
模型可解释性可信度
28
PHM标准与合规
ISO 13374 · OSA-CBM · MIMOSA
PHM标准
29
综合项目实战
从工业数据采集 · 特征工程 · 模型训练
综合项目实战从工业数据采集
30
课程总结与进阶方向
PHM前沿趋势（数字孪生 · 联邦学习 · 生成式AI）
课程总结进阶方向