VIP10
本课程属于：134-智慧工厂AI与MESSCADA工程 AI智能与边缘计算工程 · 共 10 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

智慧工厂预测维护

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=智慧工厂预测维护的定义 · 学习目标 · 整体课程框架与行业价值
课程导入目标=智慧工厂预…
02
工业4.0与预测维护
目标=工业4.0核心特征 · 智能维护在智能制造中的定位 · 与传统维护的对比
工业4.0预测维护
03
设备维护模式演进
目标=事后维护 · 预防性维护 · 预测性维护
设备维护模式演进目标=事后维护
04
预测维护核心概念
目标=故障模式 · 剩余使用寿命 · 健康指标
预测维护核心概念目标=故障模式
05
智慧工厂数据体系
目标=传感器类型 · 工业物联网架构 · 数据采集频率
智慧工厂数据体系目标=传感器类型
06
关键设备与失效机理
目标=旋转机械 · 轴承 · 齿轮箱
关键设备失效机理
07
信号处理基础
目标=时域分析 · 频域分析 · 时频分析
信号处理基础目标=时域分析
08
特征工程方法
目标=统计特征 · 频谱特征 · 小波特征
特征工程方法目标=统计特征
09
机器学习基础
目标=监督学习 · 无监督学习 · 半监督学习在预测维护中的适用场景
机器学习基础目标=监督学习
10
异常检测方法
目标=孤立森林 · 自编码器 · 单类支持向量机
异常检测方法目标=孤立森林
11
故障诊断方法
目标=分类算法 · 深度学习方法 · 迁移学习在故障诊断中的应用
故障诊断方法目标=分类算法
12
剩余使用寿命预测
目标=退化建模 · 相似性匹配 · 循环神经网络
剩余使用寿命预测目标=退化建模
13
深度学习进阶
目标=卷积神经网络 · 图神经网络 · 注意力机制在预测维护中的应用
深度学习进阶目标=卷积神经网…
14
工业大数据平台
目标=数据湖 · 时序数据库 · 边缘计算
工业大数据平台目标=数据湖
15
数字孪生与预测维护
目标=数字孪生建模 · 虚实映射 · 仿真驱动的维护决策
数字孪生预测维护
16
预测维护流程设计
目标=业务需求分析 · 数据准备 · 模型开发
预测维护流程设计目标=业务需求分…
17
评估指标与验证
目标=准确率 · 召回率 · F1分数
评估指标验证
18
案例实战一
目标=旋转机械轴承故障预测全流程 · 从数据采集到模型部署
案例实战一目标=旋转机械轴…
19
案例实战二
目标=电机健康监测与异常检测 · 基于振动与电流信号
案例实战二目标=电机健康监…
20
案例实战三
目标=数控机床刀具磨损预测与换刀决策…
案例实战三目标=数控机床刀…
21
案例实战四
目标=化工泵群预测维护与维护排程优化
案例实战四目标=化工泵群预…
22
常见问题与挑战
目标=数据不平衡 · 标签稀缺 · 工况变化
常见问题挑战
23
模型运维与持续学习
目标=模型监控 · 再训练策略 · 概念漂移检测与版本管理
模型运维持续学习
24
边缘智能与实时维护
目标=边缘推理 · 轻量化模型 · 低延迟决策与端云协同
边缘智能实时维护
25
维护决策与优化
目标=预测结果驱动的维护排程 · 备件管理 · 成本与风险权衡
维护决策优化
26
安全与合规
目标=工业数据安全 · 功能安全 · 隐私保护
安全合规
27
组织与人员转型
目标=维护团队技能升级 · 跨部门协作 · 变革管理与绩效度量
组织人员转型
28
综合项目实战
目标=设计一个智慧工厂预测维护系统 · 涵盖需求 · 架构
综合项目实战目标=设计一个智…
29
前沿趋势
目标=大语言模型 · 生成式人工智能 · 联邦学习
前沿趋势目标=大语言模型
30
课程总结与提升
目标=知识体系回顾 · 能力自评 · 持续学习路径与职业发展建议
课程总结提升