预测性维护
预测性维护需要把运行信号、设备历史、巡检证据和维护动作放在一起分析。FactVerse AI Agent 帮助团队解释风险信号、准备下一步检查，并把最终决策留在客户的维护治理流程内。
运营上下文
| 上下文 | FactVerse 来源 | 价值 |
|---|---|---|
| 设备身份 | FactVerse Platform 的资产、型号、位置、责任归属和重要度 | 让分析绑定到正确设备和运营责任 |
| 信号历史 | DFS 的时序数据、事件、告警和数据质量检查 | 区分真实趋势变化、数据缺口、过期数据和集成噪声 |
| 维护记录 | Inspector 工单、巡检、操作员备注和已完成动作 | 把当前风险与已经检查或维修过的内容连接起来 |
| 知识参考 | 手册、SOP、故障模式和已批准的排查材料 | 让建议检查项有受控知识依据 |
前置条件与来源数据
- FactVerse 中已有设备身份、位置、重要度、运营负责人和维护责任信息。
- DFS 提供目标设备的信号历史、告警事件、巡检结果和数据质量状态。
- Inspector 或客户维护系统包含近期工单、已完成检查和操作员反馈。
- 设备族相关手册、SOP 和排查知识已经过审批并可引用。
产品工作界面
| 界面 | 在工作流中的作用 |
|---|---|
| 预测性维护模块 | 查看设备档案、健康分数、异常历史、振动来源、能耗基线、维护记录、模板、advisory inbox 和模型控制台上下文。 |
| DFS Lite 与 DFS Pro | 接入历史数据库、传感器、告警、巡检和维护数据，统一单位，检查信号质量，并发布可复用数据集。 |
| FactVerse AI Agent | 通过受控工具汇总设备群健康、读取异常上下文、解释风险，并准备已复核的后续动作。 |
| Inspector 或维护系统 | 接收获批的巡检或维护动作，并回传完成说明、根因、替换部件和误报标签。 |
| 模型控制台 | 显示资产当前由哪个模型或规则集负责，处于生产、回退、未分配还是阻塞状态，以及哪些数据门槛阻止再训练。 |
执行流程
工作流
- 发现信号变化、异常、重复告警或维护问题。
- 附加资产元数据、近期巡检、运行条件和历史工单。
- 对比信号、已知故障模式、数据质量状态和近期现场证据。
- 生成带来源引用、置信说明和缺失检查项的风险解释。
- 为人工审批准备 Inspector 工单草稿或巡检检查表。
- 将完成动作和操作员反馈回流到预测性维护循环。
持续运行闭环
预测性维护适合以持续证据闭环的方式运行。系统持续呈现信号接入状态、模型和规则集就绪度，并把 advisory 结果回流到模型和知识层：
- 24x7 信号接入让健康评分、异常复核、预测窗口和诊断始终拥有最新运行历史。
- Advisory 复核把原始告警与可执行维护决策分开，团队可以接受、拒绝或延后建议，同时保留完整追溯。
- 工单结果记录真实命中、误报、确认根因、更换部件和人工覆盖说明。
- 模型控制台和数据就绪度视图显示模型处于生产、回退、未分配还是被缺失数据、覆盖率不足、信号过期或质量门槛阻塞。
- 已完成结果可用于模型再训练复核、阈值调优、规则集更新和知识库改进，相关变更仍需经过工程审批。
典型输出
- 面向泵、风机、压缩机、暖通、公辅设备和生产支持资产的风险解释。
- 说明每个检查项原因的巡检建议。
- 带资产上下文、症状历史和支撑证据的工单草稿。
- 标记缺失遥测、过期值或源系统映射不一致的数据质量说明。
- 将已完成工作与后续模型、知识更新连接起来的维护学习记录。
- 记录建议被接受、修订或拒绝原因的复核反馈记录，用于后续调优。
- 模型就绪度说明，包括当前分配、回退状态、数据门槛阻塞和建议的数据修正动作。
- 在客户已有足够复核历史时，可输出 precision 趋势、结果分布、平均故障间隔、平均修复时间和可用性等可靠性复核记录。
验证与异常处理
- 验证风险解释包含信号窗口、来源时间戳、资产身份和近期维护历史。
- 遥测缺失、映射过期或现场检查与信号趋势矛盾时，应标记为低置信输出。
- 建议不清晰时交由维护负责人判断，不自动创建动作草稿。
- 记录被接受和被拒绝的建议，让预测性维护工作流持续改进。
- 模型再训练、阈值调整和自动动作范围扩大，都应保留在工程复核与变更控制之后。
治理要求
预测性维护应作为决策支持。FactVerse AI Agent 可以整理证据并提出检查建议，维护负责人负责批准工单、安排停机窗口，并判断建议是否适合当前运营条件。