預測性維護營運
預測性維護是平台級營運能力，涵蓋設備健康、異常審閱、維護建議和模型管理工作流程。設施營運、HeatOps、資料中心營運和 SemiOps 等產業模組可在旋轉設備、濾網、冷機、泵、壓縮機、AHU、UPS 或其他可維護資產需要受治理健康工作流程時使用它。
程式碼中使用 /pdm 作為 API namespace。面向使用者的文件和 UI 文案應寫作 預測性維護，只有展示 API 路徑或權限字串時才使用 pdm。
AI 工具層請查看 預測性維護 AI 工具。
目前服務邊界
| 介面或服務 | 目前角色 |
|---|---|
| FactVerse 前端 | 提供看板、設備、fleet、振動、效率、維護、異常、能源、onboarding、模板、阈值、advisory inbox 和模型控制台檢視。 |
factverse-mod-pdm 後端 | 提供看板資料、設備畫像、健康快照、異常事件、維護記錄、能源基線、advisory 工作流程、感測器接入、模板、可靠性指標和規則集狀態。 |
| Core backend | 提供租戶上下文、設備目錄、工單結果整合和模型生命週期控制台聚合的橋接代碼。 |
| AI Engine | 提供基線訓練、異常檢測、趨勢預測、剩餘寿命預測、健康評分、振動與溫度診斷、fleet 診斷、XS770A payload 處理和 AI 輔助 pipeline 調用。 |
| DFS | 在維護工作流程依賴實時營運資料前，準備來源資料、連接器對應、同步歷史、品質審閱和受治理資料集。 |
預測性維護後端 slice 仍處於分階段抽取。對外應表達為可被垂直模組使用的平台能力。
維護流程
目前使用者工作流程
| 工作流程 | 使用者可以審閱或執行的內容 |
|---|---|
| 看板 | 总體設備健康、活動異常、維護狀態、能源基線和可靠性摘要。 |
| 設備畫像 | 設備列表、詳情、最新健康快照、健康歷史、advisory 模式和主設備 ID 橋接查詢。 |
| 感測器接入 | 建立設備、從模板建立感測器、完成 onboarding、一體化 onboarding、REST 讀值或 CSV 歷史匯入。 |
| 健康指數 | 健康指數歷史、最新執行態健康指數、設備摘要、執行規劃和故障特征庫。 |
| 異常 | 列出異常、按設備審閱異常，並用處理說明關閉異常事件。 |
| Advisory inbox | 審閱待處理建議、駁回誤報、延後、建立關聯工單並記錄工單結果。 |
| 維護 | 審閱設備維護記錄和維護計畫。 |
| 可靠性 | 審閱 MTBF、MTTR、可用性、advisory precision、recall 和 CSV 匯出。 |
| 模板 | 建立、編輯、版本化、應用、提交、核准、發布、退役和稽核設備分析模板。 |
| 模型控制台 | 讀取目前模型分配、模型狀態、近期生命週期事件和重訓阻塞項。 |
開始前準備
| 要求 | 說明 |
|---|---|
| 租戶上下文 | 所有生產工作流程必須在正確租戶下執行。 |
| 權限 | 唯讀介面使用 pdm:read。畫像更新、advisory 動作、模板變更和維護記錄建立使用 pdm:write。 |
| 設備身份 | 設備應有穩定設備 ID、類型、位置、製造商、型號和可選主設備目錄橋接。 |
| 感測器對應 | 振動、溫度、電流、壓力、能源或其他信號必須對應到正確設備和單位。 |
| 歷史深度 | 基線、趨勢模型、剩餘寿命估計和置信指標依賴足夠的時序歷史。 |
| 工單負責人 | 明確誰接受 advisory、建立工單，並在現場工作後記錄結果標簽。 |
| 資料基礎 | 來源系統需要連接器、對應、品質審閱和同步可觀測性時使用 DFS。 |
來源資料準備請查看 Prepare Predictive Maintenance Signal History（英文）。
入口路由
| 檢視 | 路由 |
|---|---|
| Dashboard | /pdm/dashboard |
| Equipment list | /pdm/equipment |
| Equipment detail | /pdm/equipment/:id |
| Vibration | /pdm/vibration |
| Efficiency | /pdm/efficiency |
| Maintenance | /pdm/maintenance |
| Anomalies | /pdm/anomalies |
| Energy | /pdm/energy |
| Onboarding | /pdm/onboarding |
| Templates | /pdm/templates |
| Thresholds | /pdm/thresholds |
| Advisory inbox | /pdm/advisory/inbox |
| Model console | /pdm/model-console |
關鍵工作方式
接入設備和感測器
建立設備畫像，選擇感測器模板或提供手動感測器定義，完成 onboarding，發送小批量 REST 或 CSV 樣本，然後確認設備出現在看板和健康指數檢視中。
準備信號歷史
預測性維護依賴一致的時間序列信號：振動 RMS、加速度峰值、溫度、電流、功率、壓力、COP、效率、執行規劃和維護記錄。使用 DFS 對應和品質審閱確認單位、時間戳、設備 ID 和過期值。
審閱設備健康
從看板開始，打開設備詳情，檢查最新健康快照、健康歷史、健康指數趨勢、ISO grade、crest factor、kurtosis、預測服務天數和執行態過濾。無資料時，應先確認來源涵蓋範圍。
檢測和診斷異常
AI Engine 支援基線訓練、異常檢測、趨勢預測、剩餘寿命、健康評分、振動與溫度診斷、fleet 診斷和 XS770A payload 處理。診斷結果是審閱輸入，現場動作仍需維護負責人確認。
管理 advisory 和工單
在 Advisory Inbox 審閱 linked alert、設備、故障模式、健康指數、建議動作、優先級和 SLA。可駁回誤報、延後、建立或關聯工單，並在工單關閉時記錄結果和根因。結果標簽用於改進模型和規則。
調整規則和模板
規則集狀態、分析設定、模板版本和模板審批都是受治理營運資產。應用到設備前應完成審閱，並把阈值變化連接到資料品質、故障證據或現場回饋。
API 範圍
預測性維護 API 位於 /api/v1/pdm 下：
| 分組 | 示例 endpoint |
|---|---|
| Dashboard | /dashboard |
| Equipment | /equipment, /equipment/{equipmentId}, /equipment/{equipmentId}/health, /equipment/{equipmentId}/health/history |
| Health index | /health-index, /health-index/latest, /health-index/summary, /operating-schedule |
| Onboarding and ingest | /onboarding/templates, /onboarding/equipment, /onboarding/sensors, /sensors/readings/batch, /sensors/readings/import |
| Anomalies | /anomalies, /equipment/{equipmentId}/anomalies, /anomalies/{anomalyId}/resolve |
| Advisory | /advisory, /advisory/{id}/work-order, /advisory/{id}/outcome, /advisory/{id}/reject, /advisory/{id}/snooze |
| Reliability | /reliability-metrics, /reliability-metrics.csv |
| Templates | /templates, /analysis/upload, /analysis/{jobId}, /analysis/save-result |
| Model console | /model-console |
AI Engine endpoint 包括 /ai/pdm/train、/ai/pdm/detect、/ai/pdm/forecast、/ai/pdm/health-score、/ai/pdm/rul/predict、/ai/pdm/diagnose、/ai/pdm/fleet-diagnose 和 /ai/pdm/ingest/xs770a。
驗證清單
- 設備 ID 在 FactVerse、來源系統、CMMS 和工單中對應一致。
- 感測器通道使用預期單位和軸定義。
- 時間戳順序、時區處理和資料新鮮度適合目前決策。
- 有足夠執行態資料支撐基線和趨勢解釋。
- 設備模板或規則 overlay 已啟用且未隔離。
- advisory 決策綁定到負責審閱人。
- 工單關閉時記錄結果標簽，讓回饋閉環改進後續建議。