《智能裝備故障診斷》課程 教學大綱

PAGEPAGE8《智能裝備故障診斷》課程教學大綱一、課程基本信息課程名稱智能裝備故障診斷課程編號課程性質選修課課程類別專業(yè)課開課單位智能制造教研室授課學期第7學期學分/學時2/32課內學時32理論授課32上機學時0課內實踐0實驗學時0課外學時48適用專業(yè)智能制造工程是否雙語否先修課程大學物理，電工電子技術，自動控制原理，傳感器技術后續(xù)課程單片機原理與接口技術，PLC原理及應用等課程二、課程簡介《智能裝備故障診斷》是在故障診斷基本理論的基礎上采用各種先進的智能算法和智能模型來診斷、預測、監(jiān)控和管理裝備健康狀態(tài)的一門學科。通過學習本課程，學生將掌握各種先進的智能理論和算法，拓寬知識面，有效培養(yǎng)學生的科研創(chuàng)新能力。三、課程目標及對畢業(yè)要求指標點的支撐（一）課程目標課程目標1：通過智能裝備故障診斷的學習，使學生掌握機械設備狀態(tài)監(jiān)測與故障診斷的一般原理、步驟和方法，強化學生的工程倫理教育，提高學生正確認識問題、分析問題和解決問題的能力。課程目標2：掌握新技術背景下智能故障診斷系統(tǒng)中的知識獲取策略和表示方法，培養(yǎng)學生探索未知、追求真理、勇攀科學高峰的責任感和使命感。課程目標3：掌握以人工智能技術為基礎的模糊理論、神經網絡、支持向量機、專家系統(tǒng)、模擬進化、集群智能等智能故障診斷技術，激發(fā)學生科技報國的家國情懷和使命擔當。課程目標4：通過以人工智能技術為理論的實際案例分析，提高學生獨立解決工程實際問題的能力，培養(yǎng)學生精益求精的大國工匠精神。（二）課程目標對畢業(yè)要求指標點的支撐課程目標支撐畢業(yè)要求指標點畢業(yè)要求課程目標11-2能針對復雜工程問題，進行數學建模并求解。12-1能認識不斷探索和學習的必要性，具有自主學習和終身學習的意識，拓展知識和能力的途徑。1-工程知識12-終身學習課程目標21-2能針對復雜工程問題，進行數學建模并求解。1-工程知識課程目標31-3能夠融合專業(yè)知識和系統(tǒng)方法對系統(tǒng)模型進行分析。2-2能夠針對工程問題選擇恰當的基礎理論和數學模型方法，表達復雜工程問題。1-工程知識2-問題分析課程目標42-2能夠針對工程問題選擇恰當的基礎理論和數學模型方法，表達復雜工程問題。3-2能夠針對工程實際問題，設計滿足特定需求的模塊。2-問題分析3-設計/開發(fā)解決方案四、課程基本教學內容及對課程目標的支撐（一）課程基本教學內容第一單元緒論（學時數：4學時）1.課程主要內容了解裝備故障診斷的基礎、歷史、現狀及發(fā)展；了解智能科學與智能故障診斷；了解智能故障診斷的一般結構和特點；了解智能故障診斷的基本方法。2.重點和難點重點：智能科學與智能故障診斷；智能故障診斷的一般結構和特點。難點：智能科學與智能故障診斷。3.教學方法課堂講授、課堂討論、巡回指導、案例分析。4.學生學習預期成果能夠描述裝備故障診斷基礎、歷史、現狀及發(fā)展；了解了智能科學與智能故障診斷；了解了智能故障診斷一般結構和特點。5.支撐課程目標課程目標1；課程目標2。第二單元智能故障診斷知識的獲取及表示（學時數：6學時）1.課程主要內容了解知識分類，知識獲取的基本概念和一般方法；了解知識表示的概念和基本要求；掌握智能故障診斷知識的一般表示模型和方法；了解故障樹的基本概念、故障樹的表示和構建方法；掌握基于故障樹的知識獲取與表示方法；了解故障字典的概念、構建及應用方法；掌握基于故障字典的知識獲取與表示方法；了解機器學習的原理、機器學習與知識獲取的方法。2.重點和難點重點：知識獲取的基本概念和一般方法；智能故障診斷知識的一般表示模型和方法；故障樹的知識獲取與表示方法；故障字典的知識獲取與表示方法。難點：故障樹的知識獲取與表示方法；故障字典的知識獲取與表示方法。3.教學方法課堂講授、課堂討論、巡回指導、案例分析。4.學生學習預期成果完成課程的主要內容。5.支撐課程目標課程目標1；課程目標2；課程目標3。第三單元模糊智能故障診斷（學時數：6學時）1.課程主要內容了解普通集合與模糊集合；掌握模糊集合上的基本運算及定理；了解模糊關系與模糊等價關系；了解模糊診斷信息的獲取方法；了解確定隸屬函數的一般方法；掌握常用隸屬函數及其模糊分布；了解機械信號特征的模糊處理；掌握模糊模式識別的一般方法和間接方法；掌握模糊診斷的聚類分析方法；掌握模糊綜合評判的數學原理及五種模型；模糊理論在機械智能診斷中的應用；了解基于模糊相似度的范例檢索方法。2.重點和難點重點：模糊集合上的基本運算及定理；常用隸屬函數及其模糊分布；機械信號特征的模糊處理；模糊模式識別的一般方法和間接方法；模糊診斷的聚類分析方法；模糊綜合評判的數學原理及五種模型；模糊理論在機械智能診斷中的應用。難點：機械信號特征的模糊處理；模糊診斷的聚類分析方法；模糊綜合評判的數學原理及五種模型。3.教學方法課堂講授、課堂討論、巡回指導、案例分析。4.學生學習預期成果能夠完成課程的主要內容。5.支撐課程目標課程目標1；課程目標2；課程目標3。第四單元基于神經網絡的智能故障診斷（學時數：4學時）1.課程主要內容了解神經網絡的基本理論；掌握BP網絡及其改進算法；掌握基于BP網絡的故障診斷；掌握RBF網絡結構和算法；掌握基于RBF的故障診斷；掌握基于Elman神經網絡的故障診斷；了解復雜裝備系統(tǒng)故障診斷的層次特點；掌握集成神經網絡診斷模型及診斷方法；神經網絡在故障診斷中的應用實例。2.重點和難點重點：BP網絡及其改進算法；基于BP網絡的故障診斷；RBF網絡結構和算法；基于RBF的故障診斷；基于Elman神經網絡的故障診斷；集成神經網絡診斷模型及診斷方法。難點：基于BP網絡的故障診斷；基于RBF的故障診斷；基于Elman神經網絡的故障診斷；集成神經網絡診斷模型及診斷方法。3.教學方法課堂講授、課堂討論、巡回指導、案例分析、隨堂測驗。4.學生學習預期成果能夠完成課程的主要內容。5.支撐課程目標課程目標1；課程目標2；課程目標3；課程目標4。第五單元基于支持向量機的智能故障診斷（學時數：4學時）1.課程主要內容了解統(tǒng)計學習理論與支持向量機；了解支持向量機與人工神經網絡的性能比較；掌握基于支持向量機的線性、非線性回歸估計；掌握最小二乘法支持向量機的回歸估計；支持向量機在智能故障診斷中的應用。2.重點和難點重點：基于支持向量機的線性、非線性回歸估計；最小二乘法支持向量機的回歸估計；支持向量機在智能故障診斷中的應用。難點：基于支持向量機的線性、非線性回歸估計；最小二乘支持向量機的回歸估計。3.教學方法課堂講授、課堂討論、巡回指導、案例分析、隨堂測驗。4.學生學習預期成果能夠完成課程主要內容，能夠解決實際問題。5.支撐課程目標課程目標1；課程目標2；課程目標3；課程目標4。第六單元智能故障診斷專家系統(tǒng)（學時數：4學時）1.課程主要內容了解故障診斷專家系統(tǒng)的基本概念、一般結構與功能；掌握基于規(guī)則的專家診斷系統(tǒng)；了解不確定性知識及推理方法；掌握專家系統(tǒng)的概率推理模型、證據推理模型和模糊推理模型；了解模糊故障診斷專家系統(tǒng)的實現方法；掌握基于范例的智能診斷與預測原理及一般工作過程；了解基于徑向基函數網絡的檢索方法；掌握基于神經網絡的專家診斷系統(tǒng)；掌握專家系統(tǒng)與神經網絡結合的途徑和方法；掌握專家系統(tǒng)與神經網絡的集成結構。2.重點和難點重點：專家系統(tǒng)的概率推理模型、證據推理模型和模糊推理模型；模糊故障診斷專家系統(tǒng)的實現方法；基于范例的智能診斷與預測原理及一般工作過程；基于神經網絡的專家診斷系統(tǒng)；專家系統(tǒng)與神經網絡結合的途徑和方法；專家系統(tǒng)與神經網絡的集成結構。難點：模糊故障診斷專家系統(tǒng)的實現方法；基于神經網絡的專家診斷系統(tǒng)；專家系統(tǒng)與神經網絡結合的途徑和方法；專家系統(tǒng)與神經網絡的集成結構。3.教學方法課堂講授、課堂討論、巡回指導、案例分析。4.學生學習預期成果能夠完成課程主要內容，能夠解決實際問題。5.支撐課程目標課程目標1；課程目標2；課程目標3；課程目標4。第七單元基于模擬進化的智能故障診斷（學時數：4學時）1.課程主要內容掌握遺傳算法的原理及其實現；了解遺傳算法的改進與參數控制；遺傳算法在故障診斷中的應用；掌握模擬退火算法的基本原理及其實現；了解模擬退火算法參數的選擇原則；模擬退火算法在故障診斷中的應用；掌握差分進化算法的基本原理、特點及參數選擇；差分進化算法在故障診斷中的應用。2.重點和難點重點：遺傳算法的原理及其實現；遺傳算法在故障診斷中的應用；模擬退火算法的基本原理及其實現；模擬退火算法在故障診斷中的應用；差分進化算法的基本原理、特點及參數選擇；差分進化算法在故障診斷中的應用。難點：遺傳算法在故障診斷中的應用；模擬退火算法在故障診斷中的應用；差分進化算法在故障診斷中的應用。3.教學方法課堂講授、課堂討論、巡回指導、案例分析。4.學生學習預期成果能夠處理綜合應用實際問題。5.支撐課程目標課程目標1；課程目標2；課程目標3；課程目標4。（二）課程基本教學內容對課程目標的支撐課程教學內容教學方法支撐的課程目標學時安排課內課外學時比例第一單元課堂講授、課堂討論、巡回指導、案例分析。課程目標1、241：1.5第二單元課堂講授、課堂討論、巡回指導、案例分析。課程目標1、2、361：1.5第三單元課堂講授、課堂討論、巡回指導、案例分析。課程目標1、2、361：1.5第四單元課堂講授、課堂討論、巡回指導、案例分析、隨堂測驗。課程目標1、2、3、441：1.5第五單元課堂講授、課堂討論、巡回指導、案例分析、隨堂測驗。課程目標1、2、3、441：1.5第六單元課堂講授、課堂討論、巡回指導、案例分析。課程目標1、2、3、441：1.5第七單元課堂講授、課堂討論、巡回指導、案例分析。課程目標1、2、3、441：1.5合計321：1.5五、課程考核及對課程目標的支撐（一）課程考核課程成績構成（百分制）課程成績構成比例考核環(huán)節(jié)目標分值考核/評價細則平時成績40%作業(yè)110%課程第1次作業(yè)，提交時間、作業(yè)正確率等。作業(yè)210%課程第2次作業(yè)，提交時間、作業(yè)正確率等。作業(yè)310%課程第3次作業(yè)，提交時間、作業(yè)正確率等。課堂表現10%課堂綜合表現，提問，回答，互動等。實踐成績40%實踐115%完成實踐任務1，程序仿真正確性，文本格式規(guī)范性。實踐215%完成實踐任務2，程序仿真正確性，文本格式規(guī)范性。實踐310%完成實踐任務3，程序仿真正確性，文本格式規(guī)范性。期末總結20%知識綜合應用。20%期末課程論文，文本格式的規(guī)范性等。（二）課程考核對課程目標的支撐教學內容考核內容考核方式支撐的課程目標第一單元智能科學與智能故障診斷；智能故障診斷的一般結構和特點；智能科學與智能故障診斷。課前預習隨堂測驗課后作業(yè)期末測驗課程目標1、2第二單元知識獲取的基本概念和一般方法；智能故障診斷知識的一般表示模型和方法；故障樹的知識獲取與表示方法；故障字典的知識獲取與表示方法；故障樹的知識獲取與表示方法；故障字典的知識獲取與表示方法。課前預習隨堂測驗課后作業(yè)小組討論課程目標1、2、3第三單元機械信號特征的模糊處理；模糊診斷的聚類分析方法；模糊綜合評判的數學原理及五種模型。課前預習隨堂測驗課后作業(yè)課程目標1、2、3第四單元基于BP網絡的故障診斷；基于RBF的故障診斷；基于Elman神經網絡的故障診斷；集成神經網絡診斷模型及診斷方法。課前預習隨堂測驗課后作業(yè)小組討論課程目標1、2、3、4第五單元基于支持向量機的線性、非線性回歸估計；最小二乘支持向量機的回歸估計。課前預習隨堂測驗課后作業(yè)小組討論課程目標1、2、3、4第六單元模糊故障診斷專家系統(tǒng)的實現方法；基于神經網絡的專家診斷系統(tǒng)；專家系統(tǒng)與神經網絡結合的途徑和方法；專家系統(tǒng)與神經網絡的集成結構。課前預習隨堂測驗課后作業(yè)課程目標1、2、3、4第七單元遺傳算法在故障診斷中的應