课程设计规划及已建成实验室效果图

1.课程目标

1. 掌握工业互联网平台的数据采集、传输与存储技术。

2. 学习基于大数据的设备故障诊断方法（如振动分析、温度预测等）。

3. 熟悉机器学习/深度学习模型在故障诊断中的应用。

4. 熟悉常见的机械传功主要结构。

5. 熟悉了解常见的旋转机械的主要故障类型与故障振动频谱分类。

2.人实验项目及任务分配

每组建议 5-6人，分工协作完成实验。

建议人员安排如下：

学生A：部署规划协调实验项目及设备实验运行工况。

学生B和C：协调更换设备故障测试件。

学生D：配置振动/温度传感器，采集设备正常/故障状态下的振动信号（FFT变换）完成数据采集。

学生E:在线预先分析数据，实时保存存储数据置本地硬盘。

学生F:使用小波变换或者加速度包络技术提取故障特征（如轴承磨损频率）。