车间老工程师聊：时序数据异常预警到底是不是智能制造的花架子

那天我刚换完工作服，蹬着自行车准备出厂区大门。 调度小张骑着电驴嗖一下堵我跟前，满头汗。 “李师傅，三号线出大事了，废了七根四十万曲轴的毛坯了。” 我车一扔就往车间跑，鞋都踩了一脚切削液。

那天报废七根毛坯后，我才明白这东西真不是花架子

那台进口数控外圆磨，我们盯了五年，主轴振动一直都是靠巡检拿听诊器听，靠手上那点感觉。 三个月前刚上了一套国产的时序数据异常预警系统，当时车间所有人都说是老板交的智商税。 后台连着三天弹了三次黄色预警，说主轴振动的趋势不对，值都还在合格范围内，谁都没当回事。 结果呢？圆度一下子超差三十微米，拉出来的毛坯全废，七根就是小两百万，够买两套系统还多。 说实话，那时候我才反应过来，原来我们靠了一辈子的“手感”，真比不上数据盯得紧。 机械制造车间数控磨床主轴振动时序曲线图

两种技术路线掰扯清楚，别听厂商瞎忽悠

两种技术路线掰扯清楚，别听厂商瞎忽悠 干了二十年车间，什么牛鬼蛇神的方案我都见过。 现在时序数据异常预警，主流就两条路。 一条就是传统的静态阈值法，给参数设个上下限，超了就响。简单，不用训练，拿来就能用。 但呢？误报高啊。我们车间试点的时候，一天能出七八次报警，工人开机开得好好的，一会儿响一会儿响，到最后直接把报警音关了。 我们算过，静态阈值的误报率能到37%，接近一半报警都是假的，换你你烦不烦？ 另一条就是深度学习异常检测，用正常运行的数据训练模型，识别出不一样的波动。这个误报率能降到4%以下，舒服多了。 但是它有门槛啊。你得攒够足够的数据才能训，少说要1500小时的标注正常运行数据，新设备刚投产根本攒不出来。而且太贵了，一套模型定制下来，小二十万，中小厂哪舍得掏这个钱？ 不过话说回来，行业内通常不说但实际在做的妥协，你知道是什么不？ 没人纯用某一种。都是大偏差用阈值卡，把明显超标的先拦下来，那些在阈值范围内、趋势不对的小波动，再丢给模型筛。 既不会误报多到烦，也不用花大价钱攒全量标注数据。说白了，就是没钱凑合用的最优解，对吧？

不同行的玩法差得可不是一点半点

我这辈子都在机加工车间混，前两年帮搞风电的师弟改方案，才发现不同场景要求差到天上去了。 我们机加工车间，要的就是一个快。主轴振动出异常，从波动到抱轴烧瓦，最快八分钟就完事。预警必须1秒内出结果，晚了刀具废了，工件废了，说什么都晚了。 去年我们调整完规则之后，已经拦了三次主轴异常，没有一次误报，省下的钱够给全车间发半年奖金。 师弟那边风场呢？完全反过来。他们要的不是快，是远。风机在荒山上，爬一次塔就要大几千，换个齿轮箱几十万上百万，得提前两三个月看出异常才行。 去年张北他们那个风场，时序预警跑出来三号风机齿轮箱温度趋势不对，当时温度还没到阈值，拆开来一看，齿根已经有两毫米的裂纹了，提前换了个小齿轮，省了八十多万的更换成本，还没耽误发电。 风场风机齿轮箱温度异常预警时序走势图 现在都说智能制造，都说进口替代，原来我们用的进口SCADA系统根本不给开时序预警的接口，现在换国产系统，基本都带这个功能，确实是好事。 但有个行业内不愿公开说的难题，我今天就唠出来。 那就是异常样本缺失。正常工厂，一年能出个两三次重大异常就不错了，百分之九十九点九的数据都是正常的，模型根本没法学异常长什么样。 很多厂商吹自己准确率百分之九十九，那都是拿网上公开的故障数据集测的，到你现场，根本没那么多异常给你学，漏报还是常事。而且现在的行业标准还是十年前定的，只认静态阈值，不认动态的异常预警，真出了问题，责任都说不清，这就是标准滞后带来的风险。 回到车间一线，我干了二十年，总结出来一句话，“听话听音，看数据看纹”。 什么意思？时序数据的异常，从来都不是突然超个标，都是慢慢变的，那个变化的纹路，比单个点的数值重要多了。你光盯着阈值，还是会出事。 你们车间有没有上时序数据异常预警？有没有遇过误报比真报警还多的糟心事？欢迎出来唠唠。