科研院校

基础教学

01

工业预测性维护教学试验箱

通过教学试验箱,全面了解设备健康管理及预测性维护,这一作为工业大数据与人工智能应用领域的一大重要应用,试验内容可包括传感器与数据采集、特征工程与边缘计算、工业物联网平台架构、机器学习与人工智能等方面。

了解更多

02

工业大数据开发技术系列课程

大数据平台为数据汇聚、建模分析、应用开发、资源调度、监测管理等提供支撑,实现生产智能决策、业务模式创新、资源优化配置、产业生态培育等上层机制。

了解更多

工业预测性维护教学试验箱

系统概述

  • 工业预测性维护教学试验箱为定制教学套件,旨在通过定制化的动手实践,帮助用户快速了解传感器原理、信号调理、数据采集、信号分析等基础理论知识,引领用户走进工业物联网架构下的状态监测及预测性维护应用的知识领域!
  • 传感器原理与应用
  • 工业数据采集与分析
  • 特征工程与边缘计算
  • 基于机器学习的故障诊断及预测性维护
  • 实验箱融合了多种工业传感器数据采集功能,包括振动、声音、温度、数字开关量信号,覆盖了工业状态监测及预测性维护应用场景内的主流信号类型。可指导学生们了解传感器原理、数据采集及信号调理的相关知识。
  • 实验箱提供风扇故障模拟器等,可模拟工业设备的健康状况(平衡及不平衡故障),并输出相关信号用于学生采集及诊断分析,且具备灵活的控制方式,非常适用于开展预测性维护应用的相关实验。
  • 系统内置多种信号处理分析方法,包括 阶次分析、视频分析、轴心轨迹分析等,通过平台实验帮助学生更直观地感受这些分析方法。
  • 系统提供离线轴承数据集,并内置多种机器学习算法,包括支持向量机SVM、人工神经网络NN、逻辑回归LR等。通过平台实验帮助学生了解机器学习在预测性维护中的应用。
  • 实验箱除了用于教学展示,同时也可以用于实际工业现场的数据采集、记录,支持Excel数据导出并做离线分析。
实验名称
实验描述
数字IO实验
通过开关及LED演示程控开关量信号的采集与控制
温度采集实验
通过热电偶或PT100温度传感器实现温度信号的采集与报警
振动采集实验
采用振动传感器实现振动信号的同步采集、分析与记录
风扇故障诊断实验
基于振动信号的分析对风扇故障进行故障诊断
信号处理与特征工程实验
学习常用的信号处理方法,如概率密度分析、轴心轨迹分析、相关分析、时频分析、阶次分析等
故障诊断与机器学习实验
通过三种机器学习方法实现轴承的故障诊断,包括逻辑回归法、SVM支持向量机法和CNN神经网络

工业大数据开发技术系列课程

课程背景

工业互联网建设的核心包括网络,平台和安全。网络是基础,平台是核心,安全是保障。其中的平台承载了工业互联网的核心功能模块,也是所有业务数据的汇聚中心,海量的数据处理,存储以及运营维护为现有计算机技术提出了挑战,催生了大数据平台的构建。大数据平台为数据汇聚、建模分析、应用开发、资源调度、监测管理等提供支撑,实现生产智能决策、业务模式创新、资源优化配置、产业生态培育等上层机制。
本系列实验实验课程旨在帮助学生在工业大数据平台的搭建步骤、应用、开发等方面提供系列的入门指导,切身体验真实的工业大数据平台。亦可根据院校师生实际需求进行定制课程开发。

课程目的

  • 本系列实验实验课程旨在帮助学生在工业大数据平台的搭建步骤、应用、开发等方面提供系列的入门指导,切身体验真实的工业大数据平台。亦可根据院校师生实际需求进行定制课程开发。
建议放一个图在这里

建议放一个图在这里

实验课程

primaryeducation0611_01

课程1:工业大数据平台体验

为了深入理解工业互联网和工业大数据平台,带领学生考察一个公开可访问的大数据平台,了解其主要适用的工业场景,调研其主要功能和架构,实践其数据接口API等,从而指导学生根据本门课程的一系列实验,实际构建一个简易大数据平台。

课程2:工业设备模拟器开发

在工业大数据平台构建的过程中,初期通常会采用设备模拟器来方便研发和测试工作,本实验通过构建设备模拟器实践基础的南北向通信能力。对一个现实中事物进行数据建模,主要包括静态属性和动态属性。以一个电动汽车为例,静态属性包括品牌,车型, 动态属性包括时速,发动机转速,实时位置(包括经纬度)

primaryeducation0611_02
primaryeducation0611_03

课程3:MQTT协议数据传输

MQTT协议是目前物联网广泛使用的一种轻量级通信协议。 本实验帮助学生深入了解MQTT协议,并通过实验初步实践,对今后从事物联网相关研发提供帮助。

课程4:Kafka实时数据收集

构建一个工业大数据平台后端服务的过程中,模块间解耦可以极大提升平台对各种场景的适用性。数据持久化也是很重要的功能。Kafka是一个目前被广泛使用的开源中间件。通过本实验学生可以对消息中间件有深入体会,对以后从事研发和架构工作有重要的借鉴意义。

primaryeducation0611_04
primaryeducation0611_05

课程5:时序数据库存储

数据存储以及基于时间快速查询是工业大数据平台必需的功能。 通过本实验学生可以部署和使用Influxdb来对接平台其他模块来实践时序数据库的基本理论。

课程6:数据特征提取

有效的数据分析依赖于的特定的领域知识以及相关的数据特征。NumPy是Python语言的一个扩展库,提供了基本的多维度数组和矩阵运算,同时包含大量的函数库。通过本实验可以实践振动分析领域的数据特征提取。

primaryeducation0611_06
primaryeducation0611_07

课程7:基于数据特征实时报警

基于数据特征的实时报警是大数据平台一个基本且重要的功能。 通过本实验学生可以完成使用一个或者多个特征值得实时报警功能,在特征值符合一定条件(大于,小于,等于,不等于以及条件组合等)时输出报警。

课程8:数据可视化

数据采集和数据处理分析产生的结果通常要以可视化的形式友好得展示给终端客户。通过本实验学生可以掌握基本的数据可视化形式和手段。

primaryeducation0611_08
1partnerzpmc
2client_CSSC
1partnerSHE.jpg
2client_DEC
2client_Phoenix
2client_NJU.jpg
2client_Taier
2client_SHDJU
1partnercomac.jpg
2client_cosmoplat
2client_BUZNY
1partnerITEI.jpg