《智能物联制造系统与决策》教学大纲

1、智能物联制造系统与决策教学大纲一、课程基本情况英文名称：Intelligent Internet of Things based Manufacturing System and Decision System课程编号：F071760044032总 学 时：32 讲课学时：32 实践学时：0总 学 分：2课程性质：选修考核方式：考查适用对象：机械设计制造及自动化先修课程：机械制造技术基础、机械设计、C语言程序设计基础 参考文献：1 智能物联制造系统与决策，张映锋，机械工业出版社，20182 面向物联制造的主动感知与动态调度方法，张映锋，科学出版社，20153 制造物联技术，廖文和，科学出版社，

2、2017二、课程简介与目标本课程是机械设计制造及其自动化专业的专业选修课程，涉及到智能物联制造系统与动态决策的基础共性问题，涉及到物联制造系统的体系构架、运作机理、智能决策方法、实时信息驱动的制造系统优化控制策略与模型等知识。其主要目的是提升制造执行过程的透明性和对制造过程进行全方位的跟踪、分析、优化及控制的全方位理解。清晰掌握智能物联制造系统与动态决策涉及的基础共性问题，在智能物联制造系统与动态决策的基础理论方面得到提升。通过本课程的学习，达到如下目标：目标1掌握物联制造系统的内涵和特征，能够掌握在物联制造系统中常用的智能决策方法并能将其应用在多学科环境以及复杂机械工程实际问题中。目标2能够

3、掌握物联制造系统智能控制体系的构架、掌握智能物料精准配送方法以及物联制造执行系统自组织优化配置方法，并能根据控制工作逻辑和相关关键技术，设计某一具体物联制造系统的控制体系，能够用任务驱动的制造执行系统动态配置方法解决问题。目标3能够开展加工制造资源智能化建模需求分析，提出底层制造资源的智能化建模方法。能理解主动感知模型，掌握多源信息主动感知方法以及传输方法，能了解主动感知系统的实现手段，能掌握物联制造执行系统性能分析的体系构架，能对关键事件的建模及生产过程实时性能分析、监控以及协同优化。三、课程教学目标与毕业要求关系矩阵 课程目标毕业要求目标1目标2目标31-4 掌握机械设计原理与方法、机械制

4、造工程原理与技术、机械系统中的传动与控制、计算机应用技术等专业知识，能够将相关知识和数学模型方法用于工矿机械设计与制造过程中复杂机械工程问题解决方案的比较与综合。2-3 能够运用机械工程原理、技术和方法，借助文献研究，认识到解决复杂机械工程问题有多种方案，并能分析工程问题的影响，获得有效结论。5-2 能够开发、选择与使用机械工程实践中所需的现代仪器、信息技术工具、工程工具和模拟软件，对复杂工程问题进行分析、计算与设计。四、教学内容、教学方法和手段、学时分配（一）教学内容知识单元1：物联制造系统的概述（支撑课程目标1）（建议2学时）教与学要求：本知识单元要求学生能描述物联制造系统的发展历程，对比

5、国内外发展的差异，列举发展历程中的典型事件；了解制造业，能弄懂物联制造的定义和内涵；了解人工智能的发展历程，以及人工智能的制造系统自组织优化与自适应协同的含义。教学内容：物联制造系统的研究对象物联制造系统的内涵和特征物联制造系统的发展趋势重点：物联制造的定义及内涵、物联制造执行系统的特点。难点：数字孪生、制造物联网与工业大数据。知识单元2：智能决策方法介绍（支撑课程目标1）（建议7学时）教与学要求：本知识单元要求学生能够掌握在物联制造系统中采用如层次分析法、灰色理论、遗传算法、博弈决策、深度学习、分布式决策方法等常用的智能决策方法并能将其应用在多学科环境中，能够制定针对机械工程领域复杂工程问题

6、的解决方案。教学内容：2-1 智能决策方法的原理2-2 层次分析法2-3 灰色理论2-4 遗传算法2-5 深度学习2-6 分布式决策重点：层次分析、灰色理论、遗传算法、深度学习以及分布式决策方法原理。难点：层次分析、灰色理论、遗传算法、深度学习以及分布式决策方法应用。知识单元3：物联制造系统智能控制体系构架（支撑课程目标2）（建议3学时）教与学要求：本知识单元要求学生能了解物联制造系统智能控制的需求，掌握物联制造系统智能控制参考体系结构、智能控制需求，理解其内部工作逻辑，掌握控制的关键技术。教学内容：3-1 物联制造系统智能控制工作逻辑3-2 物联制造系统智能控制的关键技术重点：物联制造系统及

7、智能控制工作逻辑。难点：智能化建模技术及异常分析技术。知识单元4：多源制造信息感知技术（支撑课程目标3）（建议2学时）教与学要求：本知识单元要求学生能够掌握事件驱动的实时多资源制造信息获取方法、标准化处理方法、实时多源制造信息与现有系统的共享与集成，有余力的同学可以自行根据可生内容进行信息感知系统的设计。教学内容：4-1 制造系统多源信息源分析4-2 制造系统多源信息主动感知模型4-3 多源制造信息的主动获取技术与传输方法4-4 多资源制造信息主动感知系统的设计与实现重点：实时多源制造信息与现有系统的共享与集成。难点：制造系统多源信息主动感知、软硬件设计。知识单元5：底层制造资源的智能化建模（

8、支撑课程目标3）（建议4学时）教与学要求：本知识单元要求学生能够了解当前制造企业在装配过程中存在的主要问题，通过本单元的学习学生能够掌握装配活动智能导航方法的基本框架体系、能有智能决策办法解决在装配线上任务队列优化决策问题，最后了解基于云计算信息架构的加工资源制造服务云端化接入方法。教学内容：5-1 实时信息驱动的装配活动智能导航服务的体系构架5-2 智能决策方法在底层制造资源智能化建模中的设计与应用重点：加工制造资源智能化建模需求分析。难点：云端化接入方法。知识单元6：智能物料精准配送方法（支撑课程目标2）（建议3学时）教与学要求：本知识单元要求学生能了解智能物料精准配送的方法，能够根据实际

9、情况给出合理的配送策略、能够建立以搬运载体为核心的主动配送模型，能够根据前面学习的层次分析法解决配送任务组合优化问题。教学内容：6-1 主动配送模型6-2 基于物联网的智能搬运载体6-3 原型系统设计与实现重点：基于层次分析法的配送方法。难点：搬运载体端实时信息模型的数字化描述方法。知识单元7：物联制造执行系统自组织优化配置方法（支撑课程目标2）（建议3学时）教与学要求：本知识单元要求学生能掌握任务驱动的物联制造执行系统主动发现与配置方法体系构架，了解加工资源制造服务UDDI，掌握制造服务主动发现策略与技术，掌握任务驱动的制造执行系统动态配置方法。教学内容：7-1 体系构架7-2 加工资源制造

10、服务UDDI7-3 制造任务分解与建模过程7-4 任务驱动的制造执行系统动态配置方法重点：动态配置流程、敏捷配置算法。难点：任务驱动的制造服务主动发现与配置方法体系构架。知识单元8：制造系统性能实时分析与诊断（支撑课程目标3）（建议3学时）教与学要求：本知识单元要求学生能从宏观上把握物联制造执行系统性能分析的体系构架，能够建立多层次时间分析模型，能够针对具体实例建立分层着色Petri网模型，并能够用Petri网解决实际的物联生产问题，能够采用决策树对具体生产过程进行实时性能分析。教学内容：8-1 物联制造执行系统性能分析的体系构架8-2 基于分层时间着色PETRI网的关键事件建模8-3 基于决

11、策树的生产过程实时性能分析重点：HTCPN建模方法。难点：分层着色Petri网模型的建立方法。知识单元9：制造系统运行过程协同优化方法（支撑课程目标3）（建议2学时）教与学要求：本知识单元要求学生掌握多Agent系统的特征及结构。掌握Agent交互的三个层侧，了解Agent之间的通讯模式、通讯语言。了解设备、任务分配、实时调度、运行过程监控Agent，了解基于JADE的多Agent。教学内容：9-1 基于多Agent技术的制造系统运行过程9-2 多Agent系统的通信与交互9-3 Agent系统重点：制造任务动态调度体系构架。难点：Agent间的通信模式、语言。知识单元10：制造服务组合优选智

12、能决策理论和方法（支撑课程目标3）（建议3学时）教与学要求：本知识单元要求学生能构建制造服务组合QOS评估模型，并能针对制造服务组合进行优化分析。能够针对具体制造服务问题，建立多目标制造服务组合优选问题模型、能够采用如PSO算法等智能优化算法解决服务组合优选问题。教学内容：10-1 制造服务组合10-2 制造服务组合QOS评估10-3 制造服务组合优选问题建模10-4 制造服务组合优选智能决策方法重点：QOS评估指标及模型。难点：多目标制造服务组合优选问题模型。（二）学时分配教学内容学时课堂教学学时自主学习教与学方式、方法讲授实验上机作业阅读知识单元12222启发、互动、案例式教学，多媒体课件

13、，综合训练知识单元27766启发、互动、案例式教学，多媒体课件，综合训练知识单元333422启发、互动、案例式教学，多媒体课件知识单元42233启发、互动、案例式教学，多媒体课件知识单元54433启发、互动、案例式教学，多媒体课件知识单元63333启发、互动、案例式教学，多媒体课件知识单元733422启发、互动、案例式教学，多媒体课件，作业知识单元833422启发、互动、案例式教学，多媒体课件，作业知识单元92233启发、互动、案例式教学，多媒体课件知识单元1033422启发、互动、案例式教学，多媒体课件，作业学时合计323236828五、实践教学环节无。六、成绩构成和评价方法（一）考核方式说

14、明1.以作业、阅读笔记、结课研究报告的形式考核。2.课程成绩组成：结课研究报告占总成绩60%，平时成绩占总成绩40%：作业40%。（二）考核权重分配 考核方式及权重内容结课研究报告作业备注60%40%知识单元1知识单元2知识单元3知识单元4知识单元5知识单元6知识单元7知识单元8知识单元9知识单元10七、成绩评价标准1.平时成绩评价标准作业成绩评价标准基本要求评价标准完成情况得分课程目标2：了解物联制造系统智能控制的需求，掌握物联制造系统智能控制参考体系结构、智能控制需求，理解其内部工作逻辑，掌握控制的关键技术。毕业要求指标点2-3所表述的制造系统智能控制相关概念充分、严谨、准确；准时上交；作

15、业整洁、书写工整；能运用智能物联制造系统与决策相关知识解答相关问题。90100所表述的制造系统智能控制相关内容较充分、正确；按时上交、作业有涂改、书写较工整；较好地运用智能物联制造系统与决策知识。8089所表述的概念基本正确，个别有误；按时上交、作业有涂改、书写一般；智能物联制造系统与决策知识运用不足。7079所表述的概念基本正确，部分有误；按时上交、作业有涂改、书写潦草；智能物联制造系统与决策知识运用不清。6069所表述的概念错误较多；未准时上交、书写潦草；问题解答有错误。059课程目标2：通过广泛阅读文献，掌握任务驱动的物联制造执行系统主动发现与配置方法体系构架，掌握制造服务主动发现策略与

16、技术，掌握任务驱动的制造执行系统动态配置方法。毕业要求指标点2-3题目和内容贴切，格式规范，层次清楚，重点突出，有个人观点。表述的术语和概念充分、严谨、正确。页面整洁或书写较工整，内容没有雷同，准时上交。90100题目和内容较贴切，格式较规范，层次较清楚，有重点，有较少个人观点。表述的术语和概念较充分、正确。页面较整洁，内容没有雷同，准时上交。8089题目和内容基本贴切，格式基本规范，层次不太清楚，重点不突出，个人观点较少。表述的术语和概念基本正确。页面不整洁或书写潦草，内容有少量雷同，准时上交。7079题目和内容基本贴切，格式基本规范，层次不太清楚，重点不突出，无个人观点。表述的术语和概念个

17、别有误。页面不整洁或书写潦草，内容有少量雷同，准时上交。6069题目和内容不贴切，格式不规范，层次不清楚，重点不突出，没有个人观点。表述的术语和概念错误较多。内容雷同，未准时上交。059课程目标3：能够针对实际生产过程采用Petri网以及决策树进行分析。毕业要求指标点5-2案例分析准确，计算步骤完整，结果正确，格式规范，层次清楚，重点突出。表述的术语和概念充分、严谨、正确。页面整洁或书写较工整，准时上交。90100案例分析准确，计算步骤较完整，结果正确，格式较规范，层次较清楚，重点较突出。表述的术语和概念较充分、正确。页面较整洁，准时上交。8089案例分析准确，计算步骤较完整，结果较正确，格式

18、基本规范，层次不太清楚，有重点。表述的术语和概念基本正确。页面不整洁或书写潦草，准时上交。7079案例分析合理；计算步骤较完整，结果基本正确，格式基本规范，层次不太清楚。表述的术语和概念个别有误。页面不整洁或书写潦草，准时上交。6069能够结合案例，公式错误较多；结果不正确，格式不规范，层次不清楚，重点不突出。表述的术语和概念错误较多。未准时上交。059课程目标3：能构建制造服务组合QOS评估模型，并能针对制造服务组合进行优化分析。毕业要求指标点5-2能够结合实际案例，运用QOS评估模型的概念、理论、公式准确；计算步骤完整，整体自成体系，结果准确；准时上交、作业整洁、书写工整。90100能够结

19、合实际案例，运用QOS评估模型的概念、理论较准确；所运用的公式准确；计算步骤较完整，过程交代清晰，结果正确；按时上交、作业有涂改、书写较工整。8089能够自行组织案例，运用QOS评估模型的概念、理论较准确；所运用的公式准确；计算步骤较完整，能交代整个过程，结果较正确；按时上交、作业有涂改、书写一般。7079有案例，能运用QOS评估模型的概念、理论、公式，但有个别错误；计算步骤不太完整，结果基本正确；按时上交、作业有涂改、书写潦草。6069运用QOS评估模型的概念、理论和公式不准确；计算步骤不完整，结果不正确；未准时上交、书写潦草。0592.期末结课研究报告评价与评分标准期末结课研究报告的评分标

20、准和评价标准的制定见下表，其中评价标准决定评分标准，依据评价标准制定的详细评分标准见考试试卷“标准答案及评分标准”。基本要求评价标准知识掌握情况得分课程目标1：针对经典案例获取到智能物联制造系统的内涵与本质，能够用层次分析法、群算法、神经网络、灰色理论、遗传算法、深度学习等智能方法解决智能物联制造系统任意一个环节所涉及到模型建立、优化问题。能够运用所学概念理论解决相应的实际问题。毕业要求指标点1-4选题合理，能够准确的运用所学的相关智能方法，解决复杂优化问题，计算准确。格式严格按照科研论文格式（包括标题、主体部分、总结、参考文献等）撰写，层次清楚，有重点，列出10篇以上参考文献（可以是期刊文献

21、、专利、网页等）；说明书字数在5000字以上。90100选题较合理，能够准确的运用所学的相关智能方法，解决较复杂优化问题，计算准确。能按科研论文格式要求撰写，层次较清楚，有重点，列出8篇参考文献；说明书字数在4000字以上。8089选题较合理，能够运用所学的相关智能方法，解决一般优化问题，计算基本准确。能按科研论文格式要求撰写，层次较清楚，有重点，列出6篇参考文献；说明书字数在3000字以上。7079选题基本合理，能够运用所学的相关智能方法，解决一般优化问题，计算有少许错误。论文排版格式基本正确，层次不太清楚，重点不突出；列出4篇及以下参考文献；说明书字数在3000字以下。6069选题不合理，

22、但能运用所学的相关智能方法，解决优化问题，计算不准确。论文不按格式撰写，层次不太清楚，重点不突出；无参考文献，说明书字数在3000字以下。059课程目标2：掌握智能物料精准配送方法以及物联制造执行系统自组织优化配置方法，并能根据控制工作逻辑和相关关键技术。毕业要求指标点2-3能准确运用智能物料精准配送以及物联制造执行系统自组织优化配置方法的基础知识解答相关的问题，公式准确；计算步骤完整，结果正确，书写工整。90100能较准确运用智能物料精准配送以及物联制造执行系统自组织优化配置方法的基础知识解答相关的问题，公式准确；计算步骤较完整，结果正确，书写较工整。8089能较准确运用智能物料精准配送以及

23、物联制造执行系统自组织优化配置方法的基础知识解答相关的问题，公式准确；计算步骤较完整，结果较正确，书写一般。7079所表述的知识、公式基本正确，个别有误；计算步骤较完整，结果基本正确，书写潦草。6069所表述的知识、公式错误较多；结果不正确；未准时上交、书写潦草。059课程目标3：能够开展加工制造资源智能化建模需求分析，提出底层制造资源的智能化建模方法。能掌握物联制造执行系统性能分析的体系构架，能对关键事件的建模及生产过程实时性能分析、监控以及协同优化。毕业要求指标点5-2搜集资料丰富，公式正确，能够准确建立相关模型，能够对模型性能进行分析、监控及优化；行文层次清楚，问题分析合理，表述的术语和

24、概念充分、正确。90100搜集资料充足，公式正确，能较准确建立相关模型，能对模型性能进行分析、监控，优化部分较弱；行文层次较清楚，问题分析较合理，表述的术语和概念较充分、正确。8089文献搜索能力一般，公式准确，能基本建立相关模型，能对模型性能进行分析，监控、优化；行文层次不太清楚，问题分析较合理，表述的术语和概念基本充分、正确。7079文献搜索能力尚可，公式基本准确，能建立相关模型，对模型性能进行分析、监控、优化尚可；行文层次不太清楚，问题分析基本合理，表述的术语和概念尚可。6069文献掌握不够，公式有错误，建立的模型有少许错误，对模型性能进行分析、监控、优化欠佳；行文格式不规范，层次不清楚

25、，问题分析不合理，表述的术语和概念错误较多。059八、课程目标达成情况分析1.评价方法本课程采用成绩分析法，数据来源为课程教学大纲中支撑课程目标的各考核环节的考核结果，数据来源主要包括考试成绩、作业、综合训练、实验报告等分析数据。以期末考试成绩为依据形成课程目标达成度的计算方法下式所示：2.评价依据毕业要求课程目标教学内容课程环节及措施评估方式及权重指标点1-4（0.35）目标1知识单元1知识单元2讲授、案例分析、多媒体课件、课外阅读研究报告：1指标点2-3（0.25）目标2知识单元3知识单元6知识单元7讲授、多媒体课件、 课外阅读、作业研究报告：0.2作业：0.8指标点5-2（0.4）目标3

26、知识单元4知识单元5知识单元8知识单元9知识单元10讲授、案例分析、多媒体课件、课外阅读、作业作业：0.5研究报告：0.53.达成情况辽宁工程技术大学学生手册中规定学生学分绩点不低于 1.5 时可以获得学位，即课程的平均成绩 65 分以上可以获得学位。据此，课程目标达成度大于等于 0.65 认定为“达成”，小于该值认为“未达成”。各课程目标达成度的最低值为本课程的总体达成度。4.持续改进总结上一轮持续改进效果，根据本轮各课程目标的达成情况分析未达成或达成度较低的原因，从教学内容、教学方式、教学手段、综合训练内容、作业题目等方面提出改进措施，形成课程达成度分析报告，并填入下一轮考核方式合理性评价

27、表。智能运维与健康管理课程教学大纲课程基本情况英文名称：Intelligent Operation and Maintenance with Health Management课程代码：F071760043032课程类别：学科专业类/专业选修课程总 学 时：32 讲课学时：32 实践学时：0学分：2课程性质：选修考核方式：考试适用专业：机械设计制造及其自动化专业先修课程：高等数学、线性代数、测试技术、动力学分析等参考文献：1 陈雪峰，智能运维与健康管理M. 机械工程出版社，2018 2 周志华. 机器学习M. 北京: 清华大学出版社, 2016.3 高金吉. 机器故障诊治与自愈化M. 北京:

28、高等教育出版社, 2015二、课程简介与目标智能运维与健康管理是工高等工科院校机械类专业选修的一门专业技术课，主要研究高端装备全寿命周期运行的智能维护与健康管理的实践技能，其主要目的是掌握故障建模与动态演化机理、早期故障的特征提取和信息融合基本知识和基本技能，能够分析和解决工程实际问题，具备应用有关技术资料和技术标准掌握健康管理体系与指标验证方法，具备智能运维与健康管理相关的系统思维能力、项目管理、跨学科智能制造的沟通能力，为进一步学习有关专业课程和日后从事机械设计及制造工作奠定良好的基础。具有诚实守信的职业素养和精益求精的工匠精神。通过本课程的学习，达到如下目标：目标1. 理解智能维护与健康

29、管理的基本概念和基本原理，掌握重大装备故障建模与动态演化机理、早期故障的特征提取和信息融合方法、基于模型的早期故障智能预示方法、状态评估与维修决策模型。目标2. 掌握故障机理分析的动力学基础、机械故障诊断的内积变换原理、大数据健康监测和智能诊断的基本流程和典型方法、典型的深度学习模型与迁移学习方法、设备安全智能监控信息化管理的具体内容与实施手段等基础内容；能够使用计算机实现关键技术的分析计算；目标3.能应用智能运维与健康管理基本知识，开展有效的工程案例研究，具备解决高端装备安全可靠运行的基本能力。三、课程教学目标与毕业要求关系矩阵 课程目标毕业要求目标1目标2目标3指标点2-3能够运用智能运维

30、与健康管理的基本知识，并能将其用于解决高端装备全寿命周期 的安全运行工程问题；指标点4-3能够运用机械设计原理与方法、机械制造工程原理与技术、机械系统中的传动与控制、计算机应用技术等专业知识，能够将相关知识和数学模型方法用于复杂机械工程问题解决方案的比较与综合。指标点6-1 能够运用机械工程原理、技术和方法，借助文献研究，认识到解决复杂机械工程问题有多种方案，并能分析工程问题的影响，获得有效结论。四、教学内容、教学方法和手段、学时分配（一）教学内容知识单元1 智能运维与健康管理概述（支撑课程目标1）（建议2学时） 教学要求：能理解智能运维与健康管理技术的国内外背景与重要意义。能了解当前机械状态

31、监测与故障诊断技术的发展水平与存在问题。能说明PHM核心技术的概念内涵与体系结构、资产管理方法及智能运维方法。教学内容：1-1引言：了解本课程研究的背景、对象、意义与内容。1-2械状态监测与故障诊断技术的发展现状与存在问题。1-3智能运维与健康管理技术的体系结构与实现流程。重点：智能运维与健康管理技术的体系结构与实现流程。难点：械状态监测与故障诊断技术的存在问题知识单元2 典型故障机理分析方法 （支撑课程目标1、3）（建议6学时）教学要求：能熟悉几种重大装备的典型故障定义、故障机理，发展重大装备故障机理分析的重大意义。能理解故障机理分析的动力学基础理论。能掌握典型故障的动力学分析方法。教学内容

32、：2-1重大装备典型故障：重大装备故障类型与产生原因简介。2-2故障机理分析的动力学基础。2-3典型故障动力学分析及实例。重点：动力学分析的基础内容，主要包括无粘性阻尼的单自由度系统的自由振动，有粘性阻尼的单自由度系统自由振动和受迫振动。故障机理分析的一般过程，单盘转子偏心质量的动力学分析、单盘转子裂纹故障机理分析、单盘转子碰摩故障机理分析。难点：不同阻尼状态对单自由度系统自由振动相应的影响。单自由度系统强迫振动的过渡阶段和稳态阶段的区别与联系。单盘转子三类故障的动力学机理分析中，不同故障模式的动态载荷的合理假设与理解；多元二阶非齐次微分方程或方程组的求解。知识单元3 基于特征提取的故障诊断

33、（支撑课程目标1、3）（建议6学时）教学要求：能熟悉内积匹配原理，辨析短时傅里叶变换原理，阐明小波变换原理；能理解小波变换内积运算原理，辨析小波变换与碰摩故障识别；能掌握信号稀疏特征提取基本理论，能掌握可调品质因子小波变换原理。能通过多媒体展示信号的内积匹配、傅里叶变换、小波变换等处理方法，列举小波变换与碰摩故障识别实例。教学内容：3-1 引言：介绍故障诊断中信号特征提取技术的必要性与作用。3-2故障诊断内积匹配诊断原理：介绍傅里叶变换、短时傅里叶变换、小波变换等典型信号特征提取方法。3-3基于小波的特征提取方法：基于小波的特征提取方法与典型故障实例分析；3-4基于小波的稀疏特征提取：基于小波

34、的稀疏特征提取方法与诊断案例。重点：各种信号处理方法的基函数及内积表述，以及内积匹配评价准则。小波变换的内积变换原理，理解内积变换原理的关键特性和相关性质。稀疏特征提取技术的基本理论、基于小波变换的稀疏特征提取技术难点：内积分析中对基函数的理解和选取。在碰摩故障识别中，Morlet小波和Hermitian小波基函数对振动信号分析的差异。信号稀疏特征提取基本理论。知识单元4 大数据驱动的智能故障诊断 （支撑课程目标1、3）（建议4学时）教与学要求：能掌握工业大数据的含义，阐明工业大数据驱动的智能故障诊断框架；能理解工业大数据质量定义，辨析影响工业大数据的因素，能掌握工业大数据质量改善流程和基于故

35、障阈值的健康监测步骤，能掌握大数据质量改善、大数据健康监测和智能诊断的基本流程和典型方法。教学内容：4-1引言：工业大数据背景、概念与特点，工业大数据驱动的智能故障诊断框架。4-2工业大数据质量改善 ：数据质量定义与成因、评价指标、流程方法与关键技术4-3大数据健康监测：基于故障阈值与基于智能模型的两类大数据健康监测的流程方法与关键技术。4.4大数据智能诊断：基于浅层模型与基于深度学习的智能诊断。4-5大数据健康管理案例：新能源诊断平台介绍。 重点：工业大数据驱动的智能故障诊断框架。工业大数据质量改善的流程步骤。大数据健康监测的基本流程和典型方法。大数据智能诊断的基本流程和典型方法。难点：基于

36、故障阈值的健康监测与基于智能模型的健康监测在健康监测输出与技术框架方面区别和联系的理解与掌握。大数据智能诊断中浅层模型与深度学习方法的理解与应用。知识单元5 融入新一代人工智能的智能运维 （支撑课程目标1、3）（建议4学时）教与学要求：能识别新一代人工智能的技术特点，辨析新一代人工智能的发展意义与发展方向；能理解卷积神经网络、深度置信神经网络、堆栈自强词夺理网络、循环神经网络的基本原理；能理解迁移学习的概念和基本含义，描述各种迁移学习策略；能识别迁移学习与深度学习的差异，掌握典型的深度学习模型、迁移学习方法的基本原理与实现流程。教学内容：5-1新一代人工智能概述：新一代人工智能技术的定义与特点

37、。5-2深度神经网络：卷积神经网络、深度置信网络、堆栈自编码网络、循环神经网络4种典型深度学习网络结构与方法介绍与案例。 5-3 迁移学习：典型迁移学习方法与案例。5.4 深度迁移学习及其特征挖掘：深度迁移学习模型与案例。重点：人工智能的定义与特点。4种典型的深度神经网络的网络结构、特点与诊断流程。迁移学习与机器学习的异同、4种迁移学习方法的特点。难点：深度神经网络的选取和应用。迁移学习中TrAdaBoost算法的诊断方法应用。深度迁移学习模型的概念理解与特征挖掘策略的方法理解。知识单元6 设备安全智能监控 （支撑课程目标1、3）（建议4学时）教与学要求：能掌握设备工程精益管理的定义及其重要性

38、，辨析设备工程精益管理的主要内容，能理解设备工程精益管理的新特征及实施要素；能识别设备安全智能监控的技术方法，能掌握设备安全智能监控信息化管理的具体内容与实施手段。能掌握设备安全信息化管理、仪器仪表安全检测、智能工业检测监控、风险评估监控检验的内涵；能理解举典型行业智能运维应用案例。教学内容：6-1设备工程精益管理：设备工程精益管理主要内容、新特征以及措施。6-2设备安全智能监控：设备安全智能监控技术4个方面：设备安全信息化管理、仪器仪表安全监测、工业智能检测监控、风险评估检验的理解与掌握。6-3典型行业的智能运维应用。 重点：设备工程精益管理的重要性、主要内容、新特征以及管理实施措施。设备安

39、全智能监控技术4个方面的理解与掌握。难点：智能工业检测监控。知识单元7 加工过程智能运维 （支撑课程目标2）（建议4学时）教与学要求：能理解传统制造系统、当代制造系统与新一代制造系统，辨析数控系统与数控机床健康保障系统的构成；能掌握加工过程智能运维的关键技术，能理解数字化技术、网络化技术、智能化技术在加工过程中的应用；能理解加工过程智能运维的典型案例和智能工厂的运维、健康管理系统的组成。教师通过多媒体展示数字化、网络化、智能化技术在机床运维与健康管理的应用，阐明加工过程智能运维的原理。能掌握加工过程智能运维的系统框架构成与关键技术。教学内容：7-1 引言：背景介绍与机床故障特点。7-2加工过程

40、智能运维系统架构：数控机床控制模型、传感器测量系统、数控系统、数控机床健康保障系统。7-3加工过程智能运维关键技术：数字化技术、网络化技术、智能化技术。7-4加工过程智能运维系统实施典型案例：机床二维码远程故障诊断、基于指令域的基础健康保障技术、智能工厂应用。重点：加工过程智能运维的系统框架构成与关键技术。难点：数控机床传感器系统的选择与布置、三种数控系统的异同。知识单元8 石化装备智能运维 （支撑课程目标2）（建议2学时）教与学要求：能理解石化装备智能运维的特点与重要性。能掌握石化装备智能运维的系统框架构成与关键技术。教学内容：8-1 引言：石化行业背景介绍、故障与故障诊断特点； 8-2 系

41、统架构 ：石化企业智能运维三大特点与架构组成介绍； 8.3 关键技术：大型透平压缩机组智能运维技术、往复压缩机状态监测及智能诊断技术、离心泵（高危泵/关键泵）故障智能诊断技术；8-4 应用实例：典型系统平台介绍与故障诊断案例。 重点：石化装备智能运维的系统框架构成与关键技术。难点：大型透平压缩机组监测中传感器系统的选择与布置、智能联锁保护技术的实现流程。往复压缩机故障智能诊断方法原理和实现流程。学时分配教学内容学时课堂教学学时教与学方式、方法讲授实验上机作业训练知识单元122案例式教学、多媒体课件知识单元264讲授、多媒体课件知识单元36611讲授、多媒体课件、作业（网络平台学习）知识单元44

42、411讲授、多媒体课件、作业（网络平台学习）知识单元54411讲授、多媒体课件、作业（网络平台学习）知识单元64211讲授、多媒体课件、作业（网络平台学习）知识单元742案例式教学、多媒体课件知识单元822案例式教学、多媒体课件学时合计323244五、考核及成绩评定方法（一）考核方式说明1.以试卷、综合训练、作业（网络平台学习）、实验等形式考核。2.采用闭卷考试，试卷成绩占总成绩50%，综合训练占20%，作业（网络平台学习）占10%，课内实验（含报告）占20%。（二）考核权重分配 考核方式及权重教学内容考试作业（网络平台学习）备注80%20%知识单元1知识单元2知识单元3知识单元4知识单元5知

43、识单元6知识单元7知识单元8成绩评价标准1.平时成绩评价标准平时作业成绩评价标准基本要求作业评价标准完成情况得分掌握智能运维与健康管理基本理论相关的概念；掌握故障机理分析的动力学基础理论、故障特征提取的内积变换原理；掌握基于小波的特征提取方法的典型方法；掌握设备安全智能监控信息化管理的具体内容与实施手段。课程目标1；概念题、计算题所表述的概念充分、严谨、准确；计算步骤完整，结果准确，运用的概念、理论和公式准确；准时上交、卷面整洁、书写工整80100所表述的概念较充分、正确；计算步骤较完整，结果正确，运用的概念、理论和公式较准确；按时上交、卷面有涂改、书写较工整6579所表述的概念基本正确，个别有误；计算步骤不太完整，结果基本正确，运用的概念、理论和公式基本准确；按时上交、卷面有涂改、书写潦草4564所表述的概念错误较多；计算步骤不完整，结果不正确，运用的概念、理论和公式不准确；未准时上交、书写潦草044掌握大数据质量改善、大数据健康监测和智能诊断的基本流程和典型方法；掌握典型的深度学习模型，迁移学习方法方法；掌握5大典型行业智能运维与健康管理的系统框架构成与关键技术。课程目标2；简答题、简述题。运用所需概念和理论正确，分析准确，设计结果正确合理80100运用所需概念和理论基本正确，