杭州·滨江区
职位详情
岗位核心职责：
1.振动数据采集与预处理
主导或参与现场振动数据采集工作，根据设备类型（如电机、齿轮箱、轴承、风机等）确定传感器安装位置、采样参数（频率、时长等），确保数据准确性与完整性.
对采集的振动原始数据进行预处理，包括去噪（如小波变换、滤波）、特征提取（时域：峰值 / 均方根 / 峭度；频域：FFT 频谱分析；时频域：小波包能量），形成标准化分析数据集
维护振动数据采集设备（传感器、数据采集卡、分析仪），定期校准设备精度，记录设备运维日志
2.故障诊断与分析
基于振动信号特征（如频谱峰值、谐波频率、相位变化），结合机械动力学原理（如故障特征频率计算公式），诊断设备常见故障（不平衡、不对中、轴承剥落、齿轮磨损、结构松动等）
建立设备振动故障档案，记录故障现象、分析过程、诊断结论及处理措施，形成可复用的故障案例库
针对复杂故障（如多故障叠加、早期微故障），联合科研团队或外部专家开展深度分析，探索 AI 诊断模型（如 CNN、SVM）在振动故障识别中的应用，提升诊断准确率（目标误报率≤5%）
3.报告输出与方案落地
编制振动故障分析报告，清晰呈现设备运行状态、故障等级（如早期 / 中期 / 晚期）、风险评估及维护建议（如维修周期、备件更换方案），为客户或内部运维团队提供决策依据
跟进故障处理效果，现场验证维护后设备振动数据，评估解决方案有效性，形成 “分析 - 诊断 - 处理 - 验证” 闭环
制定设备振动监测标准作业流程（SOP），规范数据采集、分析、报告输出全流程，适配不同行业设备（如风电、化工、轨道交通）的监测需求
4.跨团队协作与技术支持
与销售团队配合，为客户提供振动故障分析技术咨询（如项目前期需求调研、方案讲解），协助完成技术方案编写
为现场运维团队提供技术指导，如传感器安装培训、简易故障识别技巧教学，提升团队整体监测能力
对接研发团队，反馈振动故障分析中发现的技术痛点（如现有算法局限性、设备兼容性问题），参与新型监测工具或诊断模型的迭代优化
任职要求：
1.学历与专业背景
本科及以上学历，机械工程、自动化、测控技术与仪器、振动工程等相关专业，硕士学历优先（有旋转机械故障诊断研究经历者更佳）
熟悉《机械振动 评价机器振动的基础》（ISO 10816）、《旋转机械振动监测与分析》等行业标准或技术规范
2.工作经验要求
应届生：需具备振动故障分析相关科研经历（如参与过轴承 / 齿轮箱故障模拟实验、振动信号处理课题），或掌握 MATLAB/Python 信号分析工具者优先
有经验者：1-3 年及以上工业设备振动故障分析经验，有风电、石化、轨道交通等行业设备监测经验者优先，能独立完成复杂设备（如主轴、汽轮机）故障诊断案例者优先
3.核心技能要求
掌握振动信号处理方法：熟练运用 FFT 频谱分析、小波变换、包络分析等技术，能从时域 / 频域 / 时频域数据中提取故障特征
工具使用能力：熟练操作振动采集设备（如 B&K、NI 数据采集卡）、分析软件（MATLAB、Python（Scikit-learn/TensorFlow）、VibroSuite、DASYLab），有 AI 诊断模型训练经验者优先
故障机理认知：深入理解旋转机械、结构件的振动故障机理（如轴承故障特征频率计算、不对中与不平衡的振动差异），能准确区分不同故障类型的信号特征
4.综合素质要求
具备较强的问题解决能力：面对复杂故障场景，能快速定位问题核心，提出可行的分析思路与解决方案
沟通协作能力：能清晰表达技术观点，高效对接跨部门团队及客户，准确传递故障分析结果与建议
责任心与抗压能力：能适应短期出差（如现场数据采集、客户技术支持），承担紧急故障分析任务（如设备突发异常时的快速响应）
1.振动数据采集与预处理
主导或参与现场振动数据采集工作，根据设备类型（如电机、齿轮箱、轴承、风机等）确定传感器安装位置、采样参数（频率、时长等），确保数据准确性与完整性.
对采集的振动原始数据进行预处理，包括去噪（如小波变换、滤波）、特征提取（时域：峰值 / 均方根 / 峭度；频域：FFT 频谱分析；时频域：小波包能量），形成标准化分析数据集
维护振动数据采集设备（传感器、数据采集卡、分析仪），定期校准设备精度，记录设备运维日志
2.故障诊断与分析
基于振动信号特征（如频谱峰值、谐波频率、相位变化），结合机械动力学原理（如故障特征频率计算公式），诊断设备常见故障（不平衡、不对中、轴承剥落、齿轮磨损、结构松动等）
建立设备振动故障档案，记录故障现象、分析过程、诊断结论及处理措施，形成可复用的故障案例库
针对复杂故障（如多故障叠加、早期微故障），联合科研团队或外部专家开展深度分析，探索 AI 诊断模型（如 CNN、SVM）在振动故障识别中的应用，提升诊断准确率（目标误报率≤5%）
3.报告输出与方案落地
编制振动故障分析报告，清晰呈现设备运行状态、故障等级（如早期 / 中期 / 晚期）、风险评估及维护建议（如维修周期、备件更换方案），为客户或内部运维团队提供决策依据
跟进故障处理效果，现场验证维护后设备振动数据，评估解决方案有效性，形成 “分析 - 诊断 - 处理 - 验证” 闭环
制定设备振动监测标准作业流程（SOP），规范数据采集、分析、报告输出全流程，适配不同行业设备（如风电、化工、轨道交通）的监测需求
4.跨团队协作与技术支持
与销售团队配合，为客户提供振动故障分析技术咨询（如项目前期需求调研、方案讲解），协助完成技术方案编写
为现场运维团队提供技术指导，如传感器安装培训、简易故障识别技巧教学，提升团队整体监测能力
对接研发团队，反馈振动故障分析中发现的技术痛点（如现有算法局限性、设备兼容性问题），参与新型监测工具或诊断模型的迭代优化
任职要求：
1.学历与专业背景
本科及以上学历，机械工程、自动化、测控技术与仪器、振动工程等相关专业，硕士学历优先（有旋转机械故障诊断研究经历者更佳）
熟悉《机械振动 评价机器振动的基础》（ISO 10816）、《旋转机械振动监测与分析》等行业标准或技术规范
2.工作经验要求
应届生：需具备振动故障分析相关科研经历（如参与过轴承 / 齿轮箱故障模拟实验、振动信号处理课题），或掌握 MATLAB/Python 信号分析工具者优先
有经验者：1-3 年及以上工业设备振动故障分析经验，有风电、石化、轨道交通等行业设备监测经验者优先，能独立完成复杂设备（如主轴、汽轮机）故障诊断案例者优先
3.核心技能要求
掌握振动信号处理方法：熟练运用 FFT 频谱分析、小波变换、包络分析等技术，能从时域 / 频域 / 时频域数据中提取故障特征
工具使用能力：熟练操作振动采集设备（如 B&K、NI 数据采集卡）、分析软件（MATLAB、Python（Scikit-learn/TensorFlow）、VibroSuite、DASYLab），有 AI 诊断模型训练经验者优先
故障机理认知：深入理解旋转机械、结构件的振动故障机理（如轴承故障特征频率计算、不对中与不平衡的振动差异），能准确区分不同故障类型的信号特征
4.综合素质要求
具备较强的问题解决能力：面对复杂故障场景，能快速定位问题核心，提出可行的分析思路与解决方案
沟通协作能力：能清晰表达技术观点，高效对接跨部门团队及客户，准确传递故障分析结果与建议
责任心与抗压能力：能适应短期出差（如现场数据采集、客户技术支持），承担紧急故障分析任务（如设备突发异常时的快速响应）
2026-05-15 12:30
IP属地：浙江杭州
职位福利
本科1-3年精益生产ISO 10816MATLAB/Python振动数据分析诊断预测性维护故障检测分析
杭州云音超算智能科技有限责任公司
天使轮 · 20-99人
工作地址
鱼泡安全保障
如遇到办证收费、刷单、传销、诱导买车等违规行为，请立即向鱼泡直聘投诉举报投诉举报 >
附近适合您的职位
收藏职位
