设备健康监测不能只安装传感器，还要理解工况与维护流程
同一信号在不同转速、负载和工艺下含义不同，模型必须与设备类型和现场经验结合。
巡检间隔存在盲区
人工点检只能看到某一时刻，间歇异常和趋势变化容易遗漏。
对关键设备连续采集状态信号，保留趋势、事件和原始片段。
固定阈值误报较多
设备在不同工况下信号波动不同，统一阈值不可靠。
按设备、工况和时间建立分层阈值与基线，并持续复核。
数据与维修记录分离
告警、故障原因、处理动作和复测结果没有关联。
把设备档案、告警、工单、维修和复核记录放入同一闭环。
模型缺少现场标签
只有大量正常数据，缺少真实故障与维护结论。
先用规则和趋势辅助巡检，逐步积累标注数据和诊断知识。
设备信号、边缘特征与运维流程组成健康监测体系
传感器采集原始状态，边缘侧完成同步、特征和缓存，平台建立设备基线、趋势、告警、诊断和维护记录。
- 01
设备与传感层
振动、温度、声学、电流、压力、转速、位移和工艺状态。
- 02
边缘采集层
同步采样、滤波、特征提取、断网缓存和现场协议接入。
- 03
状态分析层
基线、频谱、趋势、阈值、异常检测和诊断规则。
- 04
运维闭环层
告警、确认、工单、维修记录、复测与知识沉淀。
从状态可见到异常可解释、维护可追溯
项目可从关键设备状态监测开始，随着数据和标签积累逐步增加诊断能力。
多维信号采集
同步采集振动、温度、噪声、电流和工况信号，保留可分析上下文。
实时状态与趋势
按设备、测点、工况和时间查看状态、趋势和关键特征。
分层异常告警
结合固定阈值、动态基线、组合条件和持续时间减少无效告警。
边缘特征提取
在现场完成频域、时域和统计特征计算，降低传输量并保留原始片段。
诊断与知识积累
把异常模式、故障原因、处理动作和复测结果沉淀为设备知识。
维护流程协同
将告警连接工单、点检、备件和维护记录，形成闭环。
根据设备类型、频率范围和安装条件配置传感器
传感器量程、采样率、安装方向和固定方式会直接影响数据质量，必须结合设备与故障模式选择。
振动传感器
监测轴承、旋转部件和结构振动，可按频率范围与安装方式选型。
温度传感器
监测轴承、电机、液压、润滑和设备表面温度变化。
噪声与声学传感器
采集设备异响、泄漏或结构声信号，适合与工况信息联合分析。
电流传感器
通过负载、电流和功率变化辅助判断电机与设备运行状态。
压力与流量传感器
用于泵、空压、液压和工艺介质状态监测。
转速与位移传感器
为旋转机械、执行机构和关键位置提供转速、位移与行程数据。
边缘采集主机
完成多通道采集、同步、特征、缓存、协议适配和平台连接。
设备健康平台
统一设备档案、测点、趋势、告警、诊断、工单和维护记录。
覆盖旋转设备、生产装备与公用工程
优先选择停机影响大、故障模式明确、维护成本高或人工巡检困难的设备。
电机与风机
监测轴承振动、温度、电流、转速和运行工况。
泵与空压机
关联振动、压力、流量、温度和负载识别异常变化。
机床与加工设备
监测主轴、刀具、进给机构和关键部件的状态特征。
输送与物流设备
关注电机、减速机、滚筒、皮带和位置机构的状态。
分布式能源设备
对风机、光伏、储能和远程站点设备进行集中状态管理。
用可追溯数据支持日常管理和持续改进
补充人工巡检
连续数据覆盖巡检间隔，帮助定位间歇异常与变化趋势。
减少无效告警
按设备和工况建立基线，结合持续时间与组合条件判断。
缩短诊断准备时间
告警时提供相关趋势、特征、原始片段和维护历史。
沉淀维护知识
将故障、处理和复测结果转化为可复用的设备经验。
从相近项目理解现场接入与平台落地
案例用于说明技术组合，实际实施范围以现场设备、网络和业务目标为准。
从现场核实和试点验证开始
先处理数据质量、设备风险和人员流程，再扩大点位与应用范围。
- 01
设备与故障模式盘点
确认关键设备、测点、工况、常见故障和维护流程。
- 02
传感与采样设计
确定传感器、量程、频率、安装方向、同步和边缘硬件。
- 03
现场基线采集
覆盖典型负载、转速、生产状态和正常波动范围。
- 04
规则与流程试运行
配置告警、通知、工单和复核，持续处理误报漏报。
- 05
诊断能力迭代
结合真实故障与维修标签优化特征、规则和模型。
