机械研究生专业机械故障诊断的方向怎么样，该如何选择?

营养师

一线城市的双非学校，机械学院，准研一，现在也很迷茫，导师推荐的方向让选择，有没有同行的已经就业的，给我指导一下，谢各位。

原文地址：https://www.zhihu.com/question/413659424

清风寡欲

本人硕士期间从事此类理论研究，故障诊断属于机械设备运行状态监测领域，此领域一般以滚动轴承为研究对象，常利用IMS轴承、西交大轴承、西储大学轴承和法国PHM轴承公开数据进行试验分析，以算法改进及研究的角度进行实施，其领域主要分为：早期异常检测，性能退化评估，故障诊断，剩余寿命预测相关内容研究。目前国内西交大、重庆大学、大连理工、哈工大、东南大学，北京化工大学，西南交大重点实验室等高校有很牛的团队在做。这个方向涉及面及需要学习的东西太广泛，例如：数理统计、信号分析、机器学习、深度学习、迁移学习、元学习和知识图谱相关内容需要了解学习，常用软件matlab，python。
此领域在机械行业这个大方向中属于好发文章一类，容易出成果，可以接触到数据分析，机器学习和深度学习相关内容，找工作可以偏向于此方向找寻工作，例如：数据分析工程师，机器学习工程师，深度学习工程师，AI工程师等岗位，具体看个人能力和研究方向找适合自己的工作。由于此方向比较偏理论，一台电脑加一个不怕掉头发的脑子就可以出paper，如果做得好，可发表很多文章然后去读博。
由于我做的太过偏理论，主要做算法研究，并未接触到实际工业生产和开展具体实验，Labview和单片机一些信号采集方法并未接触研究。关于算法研究方面的文章较多，如果想要发和文章就需要研究者读很多很多国内外文献，特别是国外的文献，我看那些大牛一般都喜欢投国外的MSSP、IEEE、Measurement等期刊，国内机械工程学报、西交大学报、振动工程学报、振动与冲击等期刊此类文章较多。如果想苦心孤诣做学术发文章好好读读这些期刊文章。
总而言之，这个方向入门不容易，要学很多很多专业名词，还要学各种理论知识，刚开始做这个方向被各种专业名词（VMD，EMD，LMD，小波变换，CNN等等等等好多好多）搞得晕头转向，需要一定文献阅读量的积累沉淀。如果做这个方向Matlab和python都会接触，最好学学python，一般会用Kears，tensorflow、pytorch库，学好一两个库，以后找偏算法岗的工作就问题不大，matlab偏向于科研，对找工作作用不太大。反正我觉得这个方向没想象这么好，也没想象这么差（我做的主要偏理论），就感觉比上不足比下有余，比不上作嵌入式的牛，但也比传统机械做结构有前途。
以上是我研究生三年做这个方向的经验，不喜勿喷！

长长的路

对于机械专业的研究生，可以往机械智能故障诊断（机械设备的智能PHM）的方向走，学习一些先进的人工智能算法，以及相应的计算机编程技术。



机械设备的智能PHM

首先，相较于传统的机械设计和机械制造，智能故障诊断这个研究方向是相对比较容易写论文的。例如，深度残差收缩网络就是用于机械故障诊断的深度学习算法，发表在IEEE Trans. Ind. Inform.，影响因子＞9。



深度残差收缩网络

其次，毕业之后，可以找人工智能方面的工作，薪资和工作环境比机械厂要好。
注意力机制+软阈值函数=深度残差收缩网络（附代码）_shisuzanian的博客-CSDN博客
10分钟看懂深度残差收缩网络 - 翼下之峰 - 博客园

感恩由您

据我对目前回答的观察，大多数答主不知道机械故障诊断是什么东西就在瞎答题了，我求求大家了，不懂就别硬说！

我是这个方向的，或者说我们学院大半学生都是这个方向，有的搞，能进互联网

感恩由您

这个专业对于特定的方向会有很大的用处，例如航空航天方向，汽车机车方向等等，因为这些方向的设备如果出现故障，其造成的后果太严重了，承受不起。
但是对于民用的设备方向，这个技术到目前为止，还没有太大的用处，当然随着IOT技术（物联网）的发展，民用设备的机械故障诊断也在升温，也算是未来的一个发展方向吧。
我们今天基于制造业的设备来谈一下机械故障诊断的价值所在，这也是基于IOT技术的发展而带来的一次变革。
对于智能工厂和数字工厂这个概念，相信大家都有自己的印象，而IOT技术就是其中非常重要的一环。
如果说机械故障诊断对于制造业还有利用价值的话，那一定是和IOT技术相结合才能实现其价值，否则它很难走出实验室的大门。
首先我们来看，基于IOT技术的机械故障诊断能够给我们带来什么？
A、远程监测机械设备的运行情况，对设备的各种损耗和使用寿命做预判断，将设备故障“扼杀”在萌芽状态，甚至未萌芽状态，极大的提升设备的使用寿命和生产质量。
B、监控设备的运行情况，统计设备的开停机时间，优化企业是生产工艺路线和生产计划，突破企业生产瓶颈，提升设备的利用率，降低企业的生产成本。
C、结合设备运维的频次，易损件更换的位置和功能部件，实现更精准的运维计划，从设备运维的介入时间，易损件的仓库备货，设备运维成本等多个方面实现数字化管理和数据化决策。
D、快速的运维响应系统，基于IOT技术的机械设备运维，可以实现更快速的运维响应，设备故障通过系统直接传递给固定的运维人员，可以实现设备运维的零时差对接，省略了传统的设备保修过程中的各种拖延，推诿，懒政，懈怠等现象，并可以建立相应的考核机制和逐级自动上报流程，让设备的故障运维更高效。
E、对企业设备的运维情况建立相应的数据图表，综合评估设备的质量，使用寿命，维修成本，维修周期等等要素，以实现设备利用率的最大化和成本最小化原则。
当然，以上的“操作”是基于IOT技术而言的，如果是单纯的设备故障诊断，对于大多数制造业企业而言，其实并没有太大的价值。
我曾经听过一个故事，是说台湾某大学的一个教授，他做的课题就是深度研发伺服电机的故障报警和预判断的，而且每年都会忽悠很多研究生跟他的课程。
其实这样的技术在企业的用图并不大，因为跟换一个伺服电机的成本并不高，企业根本无需去检测每个伺服电机的使用情况。
与其去花大成本检测伺服电机的使用情况，还不如将电机使用到废了，然后直接更换一个来得更低成本，也更痛快，这就是“血淋淋”的现实，虽然这个教授的技术可能是很有效的，但是并没有太大的市场，因为这样的技术并不能给用户带来太大的价值。
所以你在学习这个课题的时候，你同样也需要考虑，你学到的东西，将来的就职市场在哪里？谁来为你的技术和能力买单，这是非常重要的。

清风寡欲

题主有得选吗？看问题描述似乎也没有第二选择。在机械同行交流群里也看到有过学生问这个问题，刚巧我求学时期做的项目与这个方向有过一些交集，结合工作几年的认知，聊一点个人经验及看法，希望对你的选择有帮助。
机械故障诊断这个研究方向，属于通用方法类研究领域，其本身的基础理论、分析测试方法只是一个工具，优、缺点都十分明显。
优点是具有可迁移性，哪怕换了物理对象，故障诊断本身的方法原理没有变，只需要突击学习一下物理对象的特异性指标即可开始上手。说直白点，就是这个专业方向出来以后，相对来说，求职上不是非常受到物理对象的限制，可以去的行业、公司很多，只要有诊断需求、测试需求的公司，都有几率可以进去。而不像某些有具体物理对象研究的专业方向，就业面相对窄，比如车辆工程专业，研究制动，大概率只能去主机厂搞制动或者制动系统供应商。这个可迁移性在刚毕业求职阶段，职场头几年摸索试错阶段，是一个非常大的优势，可以给你提供切换赛道的机会。
缺点也是可迁移这个优点本身带来的，可迁移性就代表着对物理对象的了解程度相对性浅一点。面对某个具体物理对象真正的疑难杂症的时候，短时间可能无能为力，还是需要对这一物理对象进行深耕，才能有所突破。而一旦研究的深入了，转行业或者说转物理对象的沉默成本也就随之高了，也就是可迁移性弱化了。这个缺点更多的反映在职场中、后段，想要变成资深专家，势必固定研究的物理对象，而物理对象一旦固定，则可迁移性就大大弱化。
举个实例解释一下上面的观点。在研究生学习阶段，导师的纵向/横向课题一定是依托具体物理对象展开，以我熟知的汽车领域为例，比如导师研究的是动力总成，那么在学习了基础理论之后，你主要的研究内容就会在发动机、变速器的故障诊断领域，通过采集得到故障样机的振动、声学等信号，分析故障时刻、频率等，确定故障源，提出改善建议，进行优化整改。
在毕业季，应届生的招聘并不要求项目经历完全垂直，只要沾边，体现出良好的素质，就有机会拿offer，何况，机械故障诊断这个通用性的技能方向，本身适合很多领域跟产品。所以，你大概率可以拿到汽车行业、家电行业、工程咨询公司等NVH相关的工作，这个可迁移性的优势就体现出来了，你可以选择行业，我在2016年于NVH交流群认识了一位做故障诊断的博士，进入华为公司分配到了NVH岗，因为华为的设备也要解决NVH问题，散热问题等。
毕业季找到对的行业以后，剩下的就是深耕，不深耕下去，行业的疑难杂症是没办法得到有效解决，个人的价值也难以在公司体现。这个趋势发展下去，就会让可迁移性降低。还是上面的例子，如果那位博士以故障诊断的研究领域进入华为做NVH，时间做的越久，他对通讯设备的NVH问题越了解，那么他以后大概率也就一直在这个领域。如果中间切换到汽车领域，恐怕就不适用了，不管是动力总成还是底盘，NVH的机理跟通讯设备是不一样的。
研究这个方向需要学习的基础理论都偏难，是大多数人不愿意涉足的，很多理论知识与NVH领域有较大重合，这也是为什么做故障诊断很容易进入NVH领域的原因。涉及的信号处理基础理论、使用的测试设备、测试方法都有极大相似度。
研究这个领域需要掌握的一些基本的内容如下：
基础理论知识：机械信号处理方法，需要掌握信号的时域分析、频域分析、时频分析三大块的方法理论。这三大块内容，相信上过机械测试技术的同学都略有感触，晦涩难懂。自谱、互谱、相关分析、相干分析、倒频谱、小波随便一个都让人抓狂。
测试技术：需要掌握测试硬件，一般主流的国际厂商有B&K、LMS，国产的一般就是东方所的产品。振动加速度计、麦克风等基本传感器选型要了解，这些一般测试设备厂商会有推荐，自己心里针对物理对象应该有个基础理解。
就业选择：我前面说过，由于机械故障诊断这个方向的很多学习内容与NVH有重合，所以，就业选择NVH相关岗位是非常对口合适的。NVH岗位的需求是远大过于故障诊断岗位的，建议选择NVH领域就业。
排序依次是：高新科技公司NVH岗＞主机厂NVH岗＞外资工程咨询公司＞产品供应商NVH岗位
高新科技公司就是指的华为、大疆等这些非传统机械行业的公司，有行业红利，干同样的工作，能够得到足够的行业溢价。
主机厂不用说了，哪怕一开始无法进入头部企业，先进个T2、T3，再慢慢往上面跳。
外资工程咨询公司其实就指的类似B&K、LMS的设备提供商，他们的待遇非常好，非常专精。但是，进入这种类型的公司，需要在职场的前、中段找到合适机会转入一个甲方企业。不要问为什么，前几年跟B&K、LMS的对接技术支持熟悉，亲眼见过几个走这条职场路径的了，哪怕还在职的，也同意这条看法，也在慢慢寻觅机会。
产品供应商的NVH岗，在公司内部实际上比较弱势，就是个支持部门，我工作中接触到的产品供应商NVH岗位的工程师，一般也是做个几年，就往甲方跳槽了。
所以，无论职场从哪里起步，只要干这一行了，最后的归属都是跳槽去甲方企业。要么去一个别的有红利的行业，只要还在机械行业，最好就优先选择汽车，哪怕汽车现在不景气。