设备、传感器和信号历史

预测性维护的第一层基础是可信的设备身份和信号历史。模型、异常和维护建议都依赖这层数据。设备名称、源系统代码、传感器单位、时间戳或质量状态不清楚时，运营团队很难判断输出是否可靠。

本页说明如何准备设备、传感器、信号历史和维护上下文，让后续健康基线、异常审阅和工单闭环可以被追溯。

数据准备流程

前置条件

要求	说明
设备清单	包含稳定设备 ID、名称、类别、位置、制造商、型号和负责人。
信号来源	传感器、PLC、BMS、SCADA、历史库、CSV 或其他项目允许的数据源。
时间范围	定义用于基线、异常或试点验证的历史周期。
维护记录	提供故障、检查、工单、换件或维修结果上下文。
数据审阅人	能确认单位、采样频率、异常值和缺失值是否合理。

设备身份字段

字段	用途
设备 ID	工作流内部稳定引用。
显示名称	运营人员识别设备。
设备类别	用于模板、信号选择和基线策略。
位置	站点、建筑、楼层、房间、区域或系统。
源系统别名	BMS、CMMS、EAM、传感器网关或文件中的名称。
负责人	维护、运营、数据或承包商责任归属。

源系统中同一设备经常有多个名称。使用 DFS MDM 或别名表统一这些引用。

信号历史字段

字段	说明
设备引用	必须能映射回稳定设备 ID。
信号名称	例如振动、温度、电流、压力、功率、流量、状态或能耗。
时间戳	记录值实际发生时间，并保留时区规则。
数值和单位	单位需要与模板或分析方法一致。
质量状态	标记缺失、估算、离线、人工覆盖或异常采样。
源系统	记录连接器、表、主题、文件或批次。

配置信号映射

1. 选择设备类别。
2. 确认该类别所需的核心信号。
3. 从源系统中选择对应通道。
4. 映射单位、采样周期和质量字段。
5. 导入小批量数据样本。
6. 与设备负责人和数据负责人一起审阅样本。
7. 通过后再扩大历史时间范围。

信号审阅示例

下图展示了如何把设备运行信号与短期趋势、中期基线和动态趋势放在一起审阅。标出的预警区间为运营人员提供了明确的核查窗口，可进一步对照设备运行状态、告警、巡检记录和后续停机情况。

DataMesh 已公开预测性维护验证中的信号审阅示例。维护团队结合运行和维护上下文复核预警点后，再决定后续动作。

维护和巡检上下文

健康信号需要结合实际维护记录解释。

上下文	用途
工单历史	解释近期维修、停机、换件和重复问题。
巡检发现	提供现场观察、照片、声音、振动或温度异常描述。
告警事件	连接信号变化、阈值触发和运营响应。
备件记录	支持重复故障和库存风险判断。
运行计划	区分运行态、停机、维护窗口和异常工况。

质量审阅

检查	问题
完整性	关键设备和信号是否有足够历史？
新鲜度	最近数据是否适合当前运营判断？
单位	单位、比例和轴定义是否一致？
时间	时间戳顺序、时区和采样间隔是否合理？
异常值	离群点是设备行为、传感器问题还是导入错误？
归属	数据问题是否有可联系的负责人？

预期输出

• 已审阅的设备范围；
• 设备与源系统别名映射；
• 可用于基线和异常审阅的信号历史；
• 数据质量状态和缺口清单；
• 与工单、巡检和告警记录的关联路径。

故障处理

现象	处理方式
同一设备有多个名称	建立别名映射，并由资产负责人确认。
单位不一致	在 DFS 映射中转换单位，保留原始单位说明。
历史数据不足	缩小试点范围，或先运行数据采集期。
信号断点多	检查连接器、采样规则、设备离线和质量标记。

相关文档

• 开始使用预测性维护
• 健康指数、基线和模型准备
• 为预测性维护准备信号历史
• DFS MDM