智能运维与健康管理 教学大纲

PAGEPAGE10《智能运维与健康管理》课程教学大纲一、课程基本信息课程名称智能运维与健康管理课程编号课程性质选修课课程类别学科专业基础课开课单位智能制造教研室授课学期第7学期学分/学时2/32课内学时32理论授课28上机学时0课内实践0实验学时4课外学时0适用专业智能制造专业是否双语否先修课程高等数学、线性代数、现代传感与测试技术后续课程毕业设计二、课程简介《智能运维与健康管理》是智能制造工程专业智能运维方向的限选课，为综合性性较强的一门课程。本课程对高端设备的故障建模及动态演化机理、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测方法、状态评估与维修决策模型、智能维护与自主维修技术等相关知识进行理论讲授及实验验证，使学生初步掌握智能运维与健康管理的基本知识，理解智能运维与健康管理典型工程应用中的健康管理系统架构与关键技术，领会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、项目管理能力、跨学科智能制造的沟通能力。三、课程目标及对毕业要求指标点的支撑（一）课程目标通过本课程的学习，使学生达到以下目标：课程目标1.要求学生初步掌握智能运维与健康管理的理论基础，即高端设备的故障建模及动态演化机理、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测方法、状态评估与维修决策模型。课程目标2.通过课程学习和项目案例分析，使学生能够初步具备智能运维与健康管理的实际操作能力，包括熟悉典型运维工具和技术，具备健康数据的收集、分析和管理能力，以及根据分析结果提出有效的运维和健康管理策略。课程目标3.要求学生能够初步应用智能运维与健康管理的基础知识，以小组为单位，开展有效的工程研究，从而增强学生的信息安全意识，培养学生的职业素养及团队协作精神，使学生树立服务人民、奉献社会，将个人发展与国家进步相结合的正确价值观。（二）课程目标对毕业要求指标点的支撑课程目标支撑毕业要求指标点毕业要求课程目标1课程目标2课程目标3指标点5.1：能够合理选择与使用解决复杂智能制造工程问题所需的多种仪器设备、信息资源、现代工程工具和信息技术工具。5-使用现代工具课程目标2课程目标3指标点11.1：理解工程活动中涉及的重要经济与管理因素；11-项目管理课程目标2课程目标311.2：具有从经济性的角度决策多学科环境中工程项目技术方案的能力。11-项目管理四、课程基本教学内容及对课程目标的支撑（一）课程基本教学内容第一单元绪论（学时数：2学时）1.课程主要内容(1)智能运维与健康管理技术的重要意义、研究背景及国内外研究现状。(2)PHM核心技术的概念内涵与体系结构，资产运营管理方法及智能运维方法。2.重点和难点(1)重点：智能运维与健康管理技术的体系结构与实现流程。(2)难点：智能运维与健康管理技术的体系结构与实现流程。3.教学方法教学课件课堂讲授。4.学生学习预期成果(1)了解本课程研究的背景、对象、意义和内容。(2)了解机械状态检测与故障诊断技术的发展现状及存在问题。(3)了解智能运维与健康管理技术的体系结构与实现流程。5.支撑课程目标课程目标1、2、3。第二单元典型故障机理分析方法（学时数：4学时）1.课程主要内容(1)重大装备的典型故障的类型及原因。(2)故障机理分析的动力学基础。2.重点和难点(1)重点：动力学分析基础，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的自由振动和受迫振动；故障分析机理的一般过程，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、单盘转子碰撞故障机理分析。(2)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定状态的区别与联系；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在和的合理假设与理解；多元二阶非齐次微分方程和方程组的求解。3.教学方法课堂讲授基础知识，通过实例分析增强学生对典型故障动力学分析的理解。4.学生学习预期成果(1)了解某些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。(2)了解故障机理分析的动力学基础理论。(3)掌握典型故障的动力学分析方法。5.支撑课程目标课程目标1、2。第三单元基于特征提取的故障诊断（学时数：4学时）1.课程主要内容(1)故障诊断中信号特征提取技术的必要性与作用。(2)故障诊断内积匹配诊断原理：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)基于小波的特征提取方法。(4)基于小波的稀疏特征提取。2.重点和难点(1)重点：各种信号处理方法的基函数和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。(2)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。3.教学方法课堂讲授基础知识，通过实例分析增强学生对基于小波的特征提取方法的理解。4.学生学习预期成果(1)了解机械故障诊断的内积变换原理。(2)掌握基于小波的特征提取方法的机械故障诊断流程。5.支撑课程目标课程目标1、2。第四单元大数据驱动的智能故障诊断（学时数：4学时）1.课程主要内容(1)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。(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。(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检测的流程方法与关键技术。(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。2.重点和难点(1)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与典型方法；大数据智能诊断的基本流程和典型方法。(2)难点：基于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。3.教学方法课堂讲授基础知识，通过案例分析增强学生对大数据健康管理的理解。4.学生学习预期成果(1)了解工业大数据的背景、概念与特点，以及工业大数据驱动的智能故障诊断框架。(2)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。5.支撑课程目标课程目标1、2。第五单元融入新一代人工智能的智能运维（学时数：4学时）1.课程主要内容(1)新一代人工智能技术的定义与特点。(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。(3)迁移学习。(4)深度迁移学习极其特征挖掘。2.重点和难点(1)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。(2)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。3.教学方法课堂讲授基础知识，通过案例分析增强学生对4种典型神经网络、迁移学习及深度迁移学习模型的理解。4.学生学习预期成果(1)了解新一代人工智能技术的特点。(2)掌握典型的深度学习模型、迁移学习方法的基本原理和实现流程。5.支撑课程目标课程目标1、2。第六单元设备安全智能监控（学时数：2学时）1.课程主要内容(1)设备工程精益管理主要内容、新特征及措施。(2)设备安全智能监控技术：设备安全信息化管理、仪器仪表安全监测、工业只能监测监控、风险评估检验的理解与掌握。(3)典型行业的智能运维应用。2.重点和难点(1)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；设备安全智能监控技术4个方面的理解与掌握。(2)难点：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；设备安全智能监控技术4个方面的理解与掌握。3.教学方法课堂讲授基础知识。4.学生学习预期成果(1)了解典型行业领域智能运维应用情况。(2)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。5.支撑课程目标课程目标1、2、3。第七单元智能运维的工程应用（学时数：8学时）1.课程主要内容(1)典型高端设备的智能运维系统架构和关键技术。(2)典型高端设备的智能运维案例分析。2.重点和难点(1)重点：典型设备的智能运维系统架构和关键技术。(2)难点：典型设备的智能运维系统架构和关键技术极其案例分析。3.教学方法课堂分析具体案例，组织小组讨论、分析和汇报。4.学生学习预期成果(1)了解典型设备的智能运维系统架构和关键技术。(2)能偶应用智能运维与健康管理的基础知识对典型设备的智能运维系统进行分析。5.支撑课程目标课程目标1、2、3。工程实验转子断裂故障诊断实验（学时数：4学时）1.课程主要内容(1)分析转子结构的特点，设计试验方案，搭建转子运行监测系统，完成对转子运行状态情况的监测；(2)对完好转子结构与裂纹转子结构分别测试，然后对测试数据进行分析处理，将两种情况的结果进行对比分析，得出试验结论；(3)根据对比分析结论，选择更能够反应裂纹故障的合适特征，提出转子裂纹故障试验的优化方案。2.重点和难点(1)重点：设备运行的故障监测及诊断系统的搭建及数据的分析处理方法。(2)难点：设备运行的故障监测及诊断系统的搭建及数据的分析处理方法3.实施方式理论+实验。4.学习要求(1)巩固所学理论知识，并通过自学补充相应知识。(2)按试验要求掌握进行试验系统搭建、信号采集和数据分析等相关操作。(3)要求学生综合运用所学知识，针对智能运维与健康管理问题进行分析并提出相应的解决方案。5.实验要求(1)实验属性：综合性实验。(2)开出要求：必做。(3)分组要求：4～5人/组。(4)实验准备：提供转子实验台条件。(5)其他要求：学生通过查阅文献、理论分析、实验测试等手段，对装备的智能运维和见刊管理问题进行分析；理解工程问题解决方案的多样性，能够对不同的解决方案进行对比分析；实验过程中，小组内部协调分工，获得实验数据；能够对实验数据进行分析和解释，获得有效的工程结论。6.学生学习预期成果(1)巩固故障诊断分析的理论知识。(2)培养学生分析实际工程问题的能力与工程试验能力。(3)培养学生通过典型工程设备验证故障诊断方法的能力。(4)培养学生智能运维与健康管理相关的系统思维能力。(5)培养学生团队协作能力。7.支撑课程目标课程目标1、2、3。（二）课程基本教学内容对课程目标的支撑课程教学内容教学方法支撑的课程目标学时安排课内课外学时比例第一单元绪论讲授法课程目标1、2、321：1.25第二单元典型故障机理分析方法讲授法、案例教学课程目标1、241：1.25第三单元基于特征提取的故障诊断讲授法、案例教学课程目标1、241：1.25第四单元大数据驱动的智能故障诊断讲授法、案例教学课程目标1、241：1.25第五单元融入新一代人工智能的智能运维讲授法、案例教学课程目标1、241：1.25第六单元设备安全智能监控讲授法课程目标1、2、321：1.25第七单元智能运维的工程应用讲授法、案例教学、专题研讨、课堂汇报课程目标1、2、381：1.25合计301：1.25课程教学内容教学方法支撑的课程目标学时安排转子断裂故障诊断实验理论+实验课程目标1、2、34合计4五、课程考核及对课程目标的支撑（一）课程考核课程成绩构成（百分制）课程成绩构成比例考核环节目标分值考核/评价细则平时成绩50%作业（十分制）90本门课程5次作业，主要考核学生对本课程基础知识点的掌握请款，评分细则如下：9~10：表述内容充分、严谨、准确，计算步骤完整，结果准确，所用概念、理论和公式准确；准时上交、卷面整洁，书写工整；7~8：表述内容较充分、正确，计算步骤较完整，结果准确，所用概念、理论和公式准确；准时上交、卷面有涂改，书写较工整；6：表述内容较充分、个别有误，计算步骤不完善，结果准确，所用概念、理论和公式有误；准时上交、卷面有涂改，书写潦草；<6：表述内容不充分、错误较多，计算步骤不完整，结果有误，所用概念、理论和公式有误；未准时上交、书写潦草。目标分值=9*作业平均成绩课堂表现（十分制）101.课上提问及随堂测验回答问题正确6分2.上课态度端正（无迟到早退、上课认真听讲）4分目标成绩=课堂表现成绩之和实践成绩50%实验（百分制）25考核内容及评价细则1.实验操作符合标准，实验报告完整规范。目标分值=0.25*实验平均成绩专题设计（十分制）75考核内容及评价细则1.方案设计合理62.汇报表达清楚、逻辑正确23.回答问题正确24.个人成绩按贡献度排序赋分。目标分值=7.5*汇报考核内容成绩之和（二）课程考核对课程目标的支撑教学内容考核内容考核方式支撑的课程目标第一单元绪论智能运维与健康管理技术的体系结构与实现流程作业课程目标1、2、3第二单元典型故障机理分析方法故障机理分析的动力学基础作业课程目标1、2第三单元基于特征提取的故障诊断信号处理方法的基函数和内积表述以及内积匹配评价准则作业课程目标1、2第四单元大数据驱动的智能故障诊断大数据质量改善、大数据健康监测和智能诊断的基本流程和典型方法作业课程目标1、2第五单元融入新一代人工智能的智能运维典型的深度神经网络的网络结构、特点与诊断流程作业课程目标1、2第六单元设备安全智能监控设备安全智能监控技术作业课程目标1、2、3第七单元智能运维的工程应用高端设备的智能运维案例分析专题