短期课程300 小时 · 在线 · 5 个模块
基于 AI 与船载 IoT 传感器的预测性维护短期课程
本课程教你如何在船舶上从计划性维护转向预测性维护。你将了解哪些 IoT 传感器适合船上使用，AI 模型如何利用其数据预测故障，以及数据质量与成本效益。
学时300 h
形式在线
开课12月1日
模块5
课程诊断
基础知识自测
以下是本课程将帮助您掌握的能力。勾选您已经掌握的项目，我们会告诉您哪些课程内容最适合您。
您的诊断结果
6/ 6 项待提升
您在该领域从零起步。本课程正是为此而设计。
课程简介
基于 AI 与船载 IoT 传感器的预测性维护短期课程是什么？
本短期课程向你展示如何在船舶上从计划性维护转向预测性维护。你将学习使用 IoT 传感器监测主机、泵及其他设备的状态，分析振动、温度和油液数据，并利用人工智能在故障发生前进行预判。
课程特色：减少故障，提前预判关键设备失效；真实数据，练习基于船舶机械数据；传感器与连接，覆盖从船到岸的完整架构；应用型 AI，采用异常检测模型；以及符合船级社要求的视情维护方案。
课程类型短期课程
形式在线
学时300 小时
模块5
开课12月1日
课程亮点
- 使用振动、温度和压力传感器监测设备。
- 分析数据，解读趋势与异常。
- 利用 AI 构建简单的预测模型。
- 优化维护，降低成本与停机时间。
- 将轮机工程与数据分析相结合。
- 防患于未然，抢先应对故障。
课程大纲
基于 AI 与船载 IoT 传感器的预测性维护短期课程课程大纲
共 5 个模块。选择模块即可查看具体内容。
模块 1
船舶维护策略
- 1.1. 纠正性维护与预防性维护
- 1.2. 视情维护
- 1.3. 预测性维护
- 1.4. 计划维护管理系统
- 1.5. 船级社要求
本阶段内容
60 h预计学习时长5 周周（按您的进度）模块 2
IoT 传感器与数据采集
- 2.1. 振动传感器
- 2.2. 温度、压力和流量
- 2.3. 在线油液分析
- 2.4. 船上传感器网络
- 2.5. 船岸数据传输
本阶段内容
60 h预计学习时长5 周周（按您的进度）模块 3
信号分析与诊断
- 3.1. 振动分析
- 3.2. 红外热成像
- 3.3. 油液分析
- 3.4. 发动机性能
- 3.5. 典型故障诊断
本阶段内容
60 h预计学习时长5 周周（按您的进度）模块 4
用于预测的人工智能
- 4.1. 异常检测
- 4.2. 剩余使用寿命预测
- 4.3. 基于历史数据的模型
- 4.4. 机械设备数字孪生
- 4.5. 模型验证
本阶段内容
60 h预计学习时长5 周周（按您的进度）模块 5
实施与案例实践
- 5.1. 关键设备选择
- 5.2. 系统架构
- 5.3. 组织与程序
- 5.4. 投资回报
- 5.5. 船舶案例实践
本阶段内容
60 h预计学习时长5 周周（按您的进度）规划学习节奏
基于 AI 与船载 IoT 传感器的预测性维护短期课程的学制与学习形式
课程共 300 小时。告诉我们您每周能投入多少小时，我们会算出您实际完成的时间。
4 h30 h
每周学习 12 小时
6
个月即可完成
25 周
周（总计）
大多数学员以这一节奏完成课程，与分期付款计划十分契合。
师资团队
学术管理与师资团队
Navalis 教学团队：由仍在一线工作的业内专业人士授课并指导各项课程。
Dra. Marina Alcover学术总监兼质量保证负责人
Ing. Diego Cifuentes船舶焊接与无损检测高级讲师；焊接接头 QA/QC 负责人
Cap. Javier Abaroa (MCA)船舶操纵、电子航海（ECDIS/雷达/ARPA）与 GMDSS 高级讲师；STCW 合规与驾驶台资源管理协调人
Dr. Pau Ferrer船舶设计与仿真高级讲师；水动力学与 CFD 实验室主任
Dra. Nuria Llobregat海洋气象、SAR 与作业安全高级讲师；航行风险管理协调人
Ing. Javier Bañuls电气工程、自动化与 ETO 工程高级讲师；电子集成与机舱报警系统协调人
Ing. Sofía Marquina材料、复合材料与防腐高级讲师；先进涂料与涂层方向协调人
Ing. Tomás Riera推进系统、替代能源与混合动力系统高级讲师；能效与振动协调人培养目标
基于 AI 与船载 IoT 传感器的预测性维护短期课程的培养目标
01理解维护策略。
02选择传感器。
03分析信号。
04应用 AI。
05管理数据。
06实施预测性维护方案。
职业发展
基于 AI 与船载 IoT 传感器的预测性维护短期课程的就业前景
常见问题
关于基于 AI 与船载 IoT 传感器的预测性维护短期课程的疑问
不是必须的。课程使用易于上手的工具，并讲解模型的逻辑。
主机和辅机、泵、压缩机、分油机以及各类旋转设备。
船级社设有视情维护方案，本课程讲解如何与之衔接。
是的。练习使用船舶机械的数据。
有。你将为一艘船设计预测性维护方案。
100% 在线，虚拟校园 24/7 开放，直播课程全程录制，并提供教师辅导。
本课程总学时为 300 小时。你可以在注册时我们提供的日程范围内按自己的节奏学习。
每个课程都有各自的开课日期，日期显示在本页面上，并会在你咨询时由招生团队确认。
在线申请
入学流程
无需等待回电。材料齐全的话，您可以在同一次操作中完成报名。
入学要求
- 具备技术、工程或船舶轮机背景，或具有工业或船舶维护经验。
- 充分掌握授课语言以跟上课程和资料；建议具备基础技术英语。
- 配备稳定网络连接的电脑、最新版浏览器及用于直播课程和项目展示的摄像头。
- 录取流程：在线申请、背景审核以及简短面谈。
- 01提交申请填写个人信息、教育与工作背景并上传材料。
- 02即时审核我们核实材料是否完整、合规。
- 03完成注册选择全额支付或分期付款，锁定您的名额。
开始申请首付低至 ¥ 1,200
在委员会审核所提交材料之前，录取为临时录取。如不符合入学要求，将全额退款。