1）岗位职责：

· 负责开发应用于大型工业设备（如锅炉水冷壁、风电塔筒等）的故障缺陷诊断算法，构建自动化、智能化的缺陷检测模型。

· 研究基于传感器信号（如振动、声音、温度、应变、超声波等）的故障检测与诊断技术，设计高效的提取、分析、预测算法。

· 开发锅炉四管（省煤器、再热器、过热器、水冷壁）损伤分析技术，包括局部过热、泄漏、腐蚀、氧化等问题的自动识别与诊断模型。

· 基于机器学习或深度学习理论，构建故障分类、模式识别及预测模型，提高系统智能化运维水平。

· 优化诊断系统的实时性和鲁棒性，推动算法在机器人系统中的现场部署和落地。

· 设计并建立针对锅炉管道、风电设备健康监测的数据清洗、特征提取和标注系统，提升诊断效率。

· 紧跟行业动态，探索缺陷诊断领域的新技术（如融合检测、强化学习等），并评估其可行性。

2）任职要求：

· 硕士及以上学历，机械工程、自动化、电子信息、人工智能、振动信号分析等相关领域；

· 3年以上设备故障诊断相关算法研发经验，有能源设备或检测机器人工程实践背景者优先；

· 优先考虑具备锅炉、风电、核电等大型基础设施缺陷诊断或预测维护经验者。

· 掌握信号处理领域的关键算法（如FFT、时频分析、小波变换、希尔伯特变换等），熟悉声学、振动和超声波等信号特性；

· 熟悉基于人工智能的故障诊断方法，能够使用常用框架（如PyTorch、TensorFlow）构建分类、回归、分割模型；

· 了解模式识别算法（如SVM、随机森林、GBDT）与时间序列分析算法（如时序NN、LSTM、ARIMA）。

· 擅长提取信号中的健康指标和特征参数，归纳出设备工况和故障特征；

· 了解不同能源设备的典型故障模式（如焊缝裂纹、腐蚀点、振动异常等）及其数据表征方法。

· 熟练使用Python/MATLAB搭建算法分析环境，并能高效实现信号处理与诊断算法；

· 熟悉C++/Java等针对智能设备开发的语言；

· 有工业控制系统和实时嵌入式算法实现经验者优先。

· 具备强烈的故障诊断原理研究兴趣，能够独立完成算法从理论设计到工程实践的全流程；

· 有实验设计和数据分析能力，能够设计合理的测试方案验证算法性能；

· 良好的沟通能力，能将算法需求与硬件、产品团队准确对接，并推动问题解决。

· 在能源设备故障诊断领域具备独立研究成果（如发表论文或开发成功案例）；

· 熟悉多传感器融合（如振动+红外）的数据融合和算法设计；

· 曾深度参与机器人健康监测与故障诊断项目。