在这个金秋送爽、月满人团圆的美好时节，航天智控于9月11日至14日，在武汉成功举办了2024年第三季国际振动分析师二级培训及评价活动。本次培训规模宏大，来自中石化江汉盐化、国家管网大连LNG、宝武鄂钢、中信重工、昊源化工等20多家知名企业的40余名优秀工程师齐聚一堂，聚焦振动分析领域的最新科研成果与技术趋势，共同学习、共同成长。

▲2024年第三季中机维协国际振动分析师二级培训及评价精彩回放

领导寄语，新职赋能

活动首日，董事长曾志生先生亲临现场，发表了鼓舞人心的致辞，拉开了本次培训的序幕。他指出，2024年7月人力资源社会保障部等部门正式发布智能制造系统运维员等新职业信息，标志着设备智能运维已成为赋能工业企业数字化转型的关键力量。希望通过此次培训，帮助更多工程师掌握先进的振动分析技术，推动我国工业数字化转型的步伐。

知行并进，学用结合

本期师资阵容强大，汇聚了邴奇专家、曾松博士、胡勇博士等行业翘楚。在为期四天的培训中，学员们系统地学习了设备故障诊断五层防护体系、振动基础知识、传感器及信号处理、滚动轴承的故障识别、典型振动故障分析识别等核心课程。

培训内容构建了一个完整的振动分析知识体系，从基础理论到高级应用，层层递进，逻辑清晰，并紧跟行业最新动态，涵盖了高级振动分析方法及AI诊断技术，确保学员能够紧跟技术潮流，掌握最先进的技术知识和技能。

李浩然老师的课程，将设备故障诊断云平台应用与实操课紧密结合，这种“理论+实操”的教学模式，极大地激发了学员们的积极性与参与感，便于学员深化理解，将所学知识转化为实际操作能力。

本期热点问题

01 什么是同步振动与亚同步振动？

答：同步振动，又称强迫振动，振动频率为转子的回转频率及其谐波，主要由不平衡、不对中等造成，其振幅在wwn（临界转速）时随w增大而有所减少。亚同步振动，又称自激振动，振动的频率低于转子的回转频率；亚同步振动往往在某转速时突然发生，对设备危害极大。

02 系统平台建立机理诊断的作用？

答：系统平台构建机理模型时，需要依照设备结构来进行。具体而言，需要创建出不同的轴系，然后按照设备的实际状况，在每根轴上对应地绑定轴承组件、齿轮组件以及叶轮组件等。基于此，机理模型能够依据采集所得的转速数据，自动计算出设备各个部件的故障特征频率，从而为机理诊断的后台算法提供设备故障特征参数。

03 大语言模型在设备智能运维中的应用？

答：大型语言模型（Large Language Models, LLMs）在设备智能运维中的应用是一个新兴且具有潜力的领域。通过结合物联网（IoT）、大数据分析以及人工智能技术，LLMs 可以在以下两个方面为设备智能运维提供支持：

故障预测与健康管理（PHM）：利用历史数据和实时监控数据，LLMs 可以帮助建立设备健康状况的预测模型，预测未来可能出现的故障，并提前进行维护或更换部件，从而减少停机时间和维修成本。

智能客服与支持系统：对于设备使用中遇到的问题，用户可以通过聊天界面向基于LLM的智能客服咨询。这种系统能够根据用户描述的症状快速定位问题，并给出解决方案或者指引用户联系专业技术人员。

中秋求知，学意盎然

此次培训正值中秋节前夕，但学员们的学习热情丝毫未减。每位学员都认真聆听讲师的每一句讲解，更勇于提出自己的观点与疑惑，课堂互动频繁而深入，展现出求知若渴的精神风貌。一份份亮眼的答卷，见证了学员们辛勤耕耘的成果。

培训结束后，学员们纷纷表示，通过此次培训汲取了知识、拓宽了眼界、提升了境界，很多原本在工作中困扰他们的难题，在培训中找到了答案，或是得到了新的启示，让他们豁然开朗，信心倍增。

杨同学

通过此次培训，我学习到了设备监测的相关知识，了解了振动对设备的危害、产生原因、预防措施、 典型振动故障分析识别等，可以借助图谱更好地诊断设备可能出现的故障，弥补了之前在工作中的不足，做到防患于未然。

王同学

通过培训学习，我从对振动分析一无所知，到掌握频域图和时域图的设置、分析及诊断方法，进而能够判断故障根源。期间还了解了AI算法等众多前沿科技。这些知识和技能将对今后的设备管理产生巨大的推动作用。此外，培训场地和设施都非常完善，提供了良好的学习环境。

李同学

我更多地了解了振动分析的原理，通过数据来判断故障，从而准确、有计划性地对设备进行保养和维护。整个培训过程的组织和管理都严谨有序，提供的培训资料非常齐全，包括导学教材、讲义、诊断案例和参考资料，方便深入学习与课后复习。

朱同学

讲师团队知识渊博，在振动分析领域有着非常丰富的经验，讲解深入浅出，能够将复杂的概念讲得通俗易懂。培训的实用性很强，通过实际案例分析，我能够更好地理解振动分析在工作中的具体应用。

结  语

此次培训不仅是知识与技能的充电站，更是推动行业进步、促进技术创新的强劲引擎。航天智控将继续以国际振动分析师培训为抓手，培养更多优秀的智能制造运维人才，我们坚信，每位学员都将凭借所学所得，在智能制造领域大放异彩，成为中国工业数字化转型的中流砥柱。