很多工厂都想上AI设备故障预判，砸了不少钱，最后要么误报满天飞没人信，要么准确率虚高根本落不了地。这里整理了近几年在工业现场跑项目攒下的实际经验，都是踩过坑攒出来的干货，给做相关项目的同行参考。
为什么干了十几年的老运维不肯信AI预判？
去年在珠三角某主机厂的冲压车间做项目，刚上线第一周，AI一天报了七次轴承故障预警。运维班长拿着对讲机喊我们去现场，拆开来一看，轴承光洁得能照出人脸，半点磨损痕迹都没有。
班长拍着桌子抽烟，说你们这AI还不如我耳朵贴上去听靠谱。我那脸烧得，恨不得找个地沟钻进去。
后来查了三天才找到问题。原来我们拿模型训练的数据，都是车间恒温恒湿小负荷工况下采的。那天车间赶订单，开了双班，环境温度比实验室高了12度，冲压机负载也比训练数据高了20%，振动信号的基底噪声直接抬了一倍，AI直接把噪声当成了早期故障信号。
误报一次，耽误生产二十分钟。多来几次，谁还信你？
AI设备故障预判的核心坑，从来都不在模型，在数据
说实话，我现在见太多上来就要搞大模型的甲方，张嘴就是千亿参数，闭口就是通用大模型。一问数据采了多少，故障样本不到总样本的3%，标注还是刚毕业的实习生对着频谱瞎标的，最后能做准才见鬼了。
就说最常见的旋转机械轴承故障预判，行业通用的振动监测标准是ISO 13373-1:2002，明确要求早期故障采集要做带通滤波降噪。很多项目图省事，原始信号直接喂AI，早期微弱故障的信噪比不到-10dB，故障信号直接被噪声淹没了，模型怎么可能学得会？
我刚做第一个项目的时候，就栽在标注上。当时把齿轮啮合的固有振动频率，错标成了轴承外圈磨损，模型训出来准确率看着有92%，一到现场全错。改标注改了整整两周，准确率才拉到88%，那阵子天天加班到十点，头都大了。
不过话说回来，模型选型也有讲究。很多人觉得参数越大越好，其实对于大部分工业现场的固定设备，轻量的CNN-LSTM混合模型足够用，推理延迟能控制在100ms以内，完全满足实时预判的要求。上大模型不仅推理成本翻十倍，还容易过拟合，遇到一点点工况变化就误报，完全没必要。
做好这三件事，AI预判才能真的帮工厂省钱
第一，数据采集一定要覆盖全工况。不要只采正常运行的干净数据，换模、启停、满负荷、低温高温这些边缘工况，都要采到，甚至要多采。我们去年做的一个项目，把边缘工况的样本占比从5%提到20%，误报率直接降了27%，效果立竿见影。
第二，一定要留人工兜底的阈值。不要把所有判断都交给AI。按照GB/T 6075.3-2020的要求，振动烈度超过报警阈值的，不管AI怎么说，直接安排检修，别赌。见过一个项目，AI说还有一周寿命，结果第三天轴承抱死，把主轴撞弯了，换主轴花了八十多万，得不偿失。
第三，模型要持续小迭代。工业设备的磨损是渐变的，生产工况也会慢慢变，半年更一次模型，不如每个月抽两个小时，拿新采集到的样本微调一下。我们跟踪了三个上线满两年的项目，坚持每月微调的，准确率比上线就不管的高18%，误报率低一半还多。
对了，还有个小技巧，把老运维的经验转成规则，叠在AI输出后面，能再砍10%左右的误报。老运维干了十几年，凭感觉能判断出来哪些是虚警，把这些经验变成规则，成本很低，效果很好。
现在AI概念炒得热，很多工厂一上来就要给整厂设备都上AI预判，钱砸了几百万，最后没几个能用的。其实不如先挑一两台故障停机损失大的核心设备试点，跑通了验证了效果，再慢慢扩。
技术是好技术，用对了地方，才能真的省钱。坑踩多了，也就懂了。
