1、负责旋转机械部件（如桨叶、发电机、齿轮箱等）的振动信号处理算法开发，包括数据清洗、故障特征提取、故障诊断等。 2、设计基于机器学习/深度学习的故障诊断模型，实现机械故障（如裂纹、不平衡、松动等）的精准识别与预测。 3、处理多源传感器数据（振动、温度、电流等），完成时域、频域及非平稳信号的特征提取与分析。 4、制定振动测试方案，搭建实验环境（如转台、振动台），验证算法在实际工况中的有效性。 5、研究转动部件故障机理，建立振动信号与机械故障的映射关系，优化诊断模型鲁棒性。 6、与硬件团队协作，推动算法在嵌入式设备（如FPGA）上的部署与实时性优化。 7、编写技术文档（算法设计说明书、测试报告）及专利申请材料。 1、硕士及以上学历，博士学历优先，具备扎实的信号分析、机器学习、深度学习理论基础。 2、熟练掌握Python、MATLAB等语言，PyTorch/TensorFlow等深度学习框架。 3、具备良好的逻辑思维、问题分析与技术研判能力，能够独立完成技术校核、问题复盘、方案评审工作。 4、研究课题、毕业论文或项目经历与风电状态监测、故障诊断相关方向优先。