- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
PAGE
PAGE8
《智能装备故障诊断》课程教学大纲
一、课程基本信息
课程名称
智能装备故障诊断
课程编号
课程性质
选修课
课程类别
专业课
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
32
上机学时
0
课内实践
0
实验学时
0
课外学时
48
适用专业
智能制造工程
是否双语
否
先修课程
大学物理,电工电子技术,自动控制原理,传感器技术
后续课程
单片机原理与接口技术,PLC原理及应用等课程
二、课程简介
《智能装备故障诊断》是在故障诊断基本理论的基础上采用各种先进的智能算法和智能模型来诊断、预测、监控和管理装备健康状态的一门学科。通过学习本课程,学生将掌握各种先进的智能理论和算法,拓宽知识面,有效培养学生的科研创新能力。
三、课程目标及对毕业要求指标点的支撑
(一)课程目标
课程目标1:
通过智能装备故障诊断的学习,使学生掌握机械设备状态监测与故障诊断的一般原理、步骤和方法,强化学生的工程伦理教育,提高学生正确认识问题、分析问题和解决问题的能力。
课程目标2:
掌握新技术背景下智能故障诊断系统中的知识获取策略和表示方法,培养学生探索未知、追求真理、勇攀科学高峰的责任感和使命感。
课程目标3:
掌握以人工智能技术为基础的模糊理论、神经网络、支持向量机、专家系统、模拟进化、集群智能等智能故障诊断技术,激发学生科技报国的家国情怀和使命担当。
课程目标4:
通过以人工智能技术为理论的实际案例分析,提高学生独立解决工程实际问题的能力,培养学生精益求精的大国工匠精神。
(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
1-2能针对复杂工程问题,进行数学建模并求解。
12-1能认识不断探索和学习的必要性,具有自主学习和终身学习的意识,拓展知识和能力的途径。
1-工程知识
12-终身学习
课程目标2
1-2能针对复杂工程问题,进行数学建模并求解。
1-工程知识
课程目标3
1-3能够融合专业知识和系统方法对系统模型进行分析。
2-2能够针对工程问题选择恰当的基础理论和数学模型方法,表达复杂工程问题。
1-工程知识
2-问题分析
课程目标4
2-2能够针对工程问题选择恰当的基础理论和数学模型方法,表达复杂工程问题。
3-2能够针对工程实际问题,设计满足特定需求的模块。
2-问题分析
3-设计/开发解决方案
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:4学时)
1.课程主要内容
了解装备故障诊断的基础、历史、现状及发展;了解智能科学与智能故障诊断;了解智能故障诊断的一般结构和特点;了解智能故障诊断的基本方法。
2.重点和难点
重点:智能科学与智能故障诊断;智能故障诊断的一般结构和特点。
难点:智能科学与智能故障诊断。
3.教学方法
课堂讲授、课堂讨论、巡回指导、案例分析。
4.学生学习预期成果
能够描述装备故障诊断基础、历史、现状及发展;了解了智能科学与智能故障诊断;了解了智能故障诊断一般结构和特点。
5.支撑课程目标
课程目标1;课程目标2。
第二单元智能故障诊断知识的获取及表示(学时数:6学时)
1.课程主要内容
了解知识分类,知识获取的基本概念和一般方法;了解知识表示的概念和基本要求;掌握智能故障诊断知识的一般表示模型和方法;了解故障树的基本概念、故障树的表示和构建方法;掌握基于故障树的知识获取与表示方法;了解故障字典的概念、构建及应用方法;掌握基于故障字典的知识获取与表示方法;了解机器学习的原理、机器学习与知识获取的方法。
2.重点和难点
重点:知识获取的基本概念和一般方法;智能故障诊断知识的一般表示模型和方法;故障树的知识获取与表示方法;故障字典的知识获取与表示方法。
难点:故障树的知识获取与表示方法;故障字典的知识获取与表示方法。
3.教学方法
课堂讲授、课堂讨论、巡回指导、案例分析。
4.学生学习预期成果
完成课程的主要内容。
5.支撑课程目标
课程目标1;课程目标2;课程目标3。
第三单元模糊智能故障诊断(学时数:6学时)
1.课程主要内容
了解普通集合与模糊集合;掌握模糊集合上的基本运算及定理;了解模糊关系与模糊等价关系;了解模糊诊断信息的获取方法;了解确定隶属函数的一般方法;掌握常用隶属函数及其模糊分布;了解机械信号特征的模糊处理;掌握模糊模式识别的一般方法和间接方法;掌握模糊诊断的聚类分析方法;掌握模糊综合评判的数学原理及五种模型;模糊理论在机械智能诊断中的应用;了解基于模糊相似度的范例检索方法。
2.重点和难点
重点:模糊集合上的基本运算及定理;常用隶属函数及其模糊分布;机械信号特征的模糊处理;模糊模式识别的一般方法和间接方法;模糊诊断的聚类分析方法;模糊综
文档评论(0)