设备预测性维护：先做报警收敛，再做寿命预测
报警每天超过 30 条，班组就会不看；先收到个位数再谈预测。
本页只讨论工程路径与验收口径，不承诺停机减少幅度；价格以书面报价为准。
一、先解决“没人看”的问题
预测性维护的演示很好看，上线后常见的结果是报警一天几十条，班组干脆关掉提醒。所以第一件事不是建模型，而是把报警收到一个班能看完的量：几个测点的信号合成一条工单级报警，带位置、带建议动作。等班组真的会看，再谈提前量。
| 阶段 | 输出 | 每天量级 | 验收方式 |
|---|---|---|---|
| 单测点阈值报警 | 原始信号超限 | 几十到上百条 | 几乎没人看 |
| 工单级报警 | 一台设备一条 | 个位数 | 班组能当日处理 |
| 故障类型建议 | 轴承、润滑、对中 | 个位数 | 老师傅认可分类 |
| 剩余寿命估计 | 预计天数 | 每日汇总 | 与检修记录对账 |
二、数据门槛：振动、温度、电流三选二
采集频率要匹配故障机理：轴承类故障看高频振动，润滑与过载看温度与电流。三个都没有的项目，先加传感器，不要先建模型。另外，维修记录必须从聊天群搬回台账——连“上次换的什么件”都查不到，就无法验证模型说的对不对。
三、边缘与中心的分工
高频信号不可能全传云端，预处理得在现场完成：特征提取、降采样、异常初步筛。模型训练与跨设备趋势分析放中心。所以这类项目是“边缘盒子 + 少量中心算力”，不是把整个产线的信号都灌进 GPU。中心侧推理与训练的成本差异，见 卡时 vs 台月 与 卡型选型。
当期站内已登记：H100 一年期 9.3 万元/台/月（32 台，2026-09-28）。价格随时点变动，正式报价以书面确认为准。
四、上线看三个数
- 每日报警条数：降到班组能全部看完为止。
- 报警命中率：报了之后真去修的比例，低于三成就要重调阈值。
- 平均提前量：提前一天和提前两周，对备件准备完全是两件事。
五、反例：这些情况不要上
①设备本身已在换新计划里：投入回收不了。②只有总电表级别的数据：颗粒度不够，分不清是哪台设备。③没有停机窗口可插入检修：报警了也修不了。④维修完全外包且不让碰数据：先从合同改起。
六、常见问题
能不能直接上大模型诊断？
大模型适合把维修手册、历史工单读成可检索的知识，帮人快速定位；它不应该替代振动信号的特征分析。两者位置不同。
测点要装多少？
先选一台关键设备、装三到五个测点跑满两个月，再决定扩不扩。一上来装几百个测点，数据多到无人处理，反而收不回成本。
为什么提前量不能再拉长？
提前量受限于备件采购与停机计划。提前两周但备件要一个月才能到，等于没提前。先把备件周期弄清楚。