VIP10
本课程属于：134-智慧工厂AI与MES_SCADA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

3. 智慧工厂预测维护：振动、温度、电流特征和异常模型

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
预测维护在智慧工厂中的价值 · 课程目标 · 学习路径与整体框架
课程导入预测维护
02
预测维护基础
从预防性维护到预测性维护的演进 · 关键术语（RUL · CBM
预测维护基础从预防性维护到预…
03
传感器与数据采集
振动 · 温度 · 电流传感器的原理
传感器数据采集
04
振动信号基础
时域 · 频域特征（均值 · 峰值
振动信号基础时域
05
温度特征工程
温升速率 · 热惯量 · 温度梯度等特征提取方法及异常温度模式…
温度特征工程温升速率
06
电流信号分析
电流波形 · 谐波 · 功率谱
电流信号分析电流波形
07
多源数据融合
振动 · 温度 · 电流数据的同步
多源数据融合振动
08
数据预处理
缺失值处理 · 异常值检测 · 去噪
数据预处理缺失值处理
09
特征选择与降维
主成分分析（PCA） · t-SNE · 相关性分析
特征选择降维
10
异常检测基础
统计方法（Z-score · IQR） · 距离方法（KNN
异常检测基础Z-score
11
机器学习异常模型
孤立森林 · One-Class SVM · 局部异常因子（LOF）的原理与适用场…
机器学习异常模型孤立森林
12
深度学习异常模型
自编码器（AE） · 变分自编码器（VAE） · LSTM-Autoencoder在时…
深度学习异常模型AE
13
故障分类模型
随机森林 · XGBoost · LightGBM在故障类型识别中的实…
故障分类模型随机森林
14
时间序列预测模型
ARIMA · Prophet · LSTM
时间序列预测模型ARIMA
15
模型评估与验证
混淆矩阵 · 精确率/召回率/F1 · ROC-AUC
模型评估验证
16
阈值设定与动态调整
基于统计过程控制（SPC） · 极值理论（EVT）的自适应阈值方法
阈值设定动态调整
17
案例实战
基于振动数据的轴承故障诊断（使用公开…
案例实战基于振动数据的轴…
18
案例实战
基于温度数据的电机过热预警与热失控检…
案例实战基于温度数据的电…
19
案例实战
基于电流数据的电机异常检测与负载不平…
案例实战基于电流数据的电…
20
综合实战
多传感器融合的旋转机械预测维护系统搭…
综合实战多传感器融合的旋…
21
边缘计算与实时预测
在边缘设备上部署轻量级模型 · 实现低延迟异常报警
边缘计算实时预测
22
工业物联网（IIoT）集成
OPC UA · MQTT · Modbus等协议与数据中台对接
IIoT工业物联网
23
模型可解释性
SHAP · LIME · 特征重要性分析在预测维护中的应用
模型可解释性SHAP
24
模型漂移与持续学习
概念漂移检测 · 模型在线更新与再训练策略
模型漂移持续学习
25
预测维护系统架构
从数据采集 · 存储 · 处理
预测维护系统架构从数据采集
26
常见问题与解决方案
数据不平衡 · 标注缺失 · 噪声干扰
常见问题解决方案
27
项目实战
从零构建一个智慧工厂预测维护MVP（… · 涵盖数据模拟 · 模型训练与Web展示
项目实战MVP
28
行业案例解析
汽车制造 · 半导体 · 风电等行业的预测维护应用案例与经验总…
行业案例解析汽车制造
29
课程总结
核心知识点回顾 · 常见误区 · 学习资源推荐与进阶方向
课程总结核心知识点回顾
30
综合考核
设计一个端到端的预测维护方案 · 包括需求分析 · 数据方案
综合考核设计一个端到端的…