说实话，我在车间里摸爬滚打了十几年，见过太多“上了系统却用不起来”的尴尬。尤其是智能巡检，花了大价钱，装了一堆传感器，结果变成了昂贵的数据采集器。数据有了，问题照样靠人。为什么会这样？因为很多设计从一开始就忽略了一个核心：巡检不是自动记录，而是要代替人做判断。
所以今天想聊聊，我心中的工厂线上智能巡检应该怎么落地。不讲高大上的概念，就讲具体的设计选择、参数配置和一些踩过的坑。
传感器的选择与布局：别只看精度，要看信噪比
很多项目一上来就选高精度传感器，觉得精度高就一定准。但现场不是实验室。我们曾经在某条冲压线上装振动传感器，选的进口的ICP加速度计，精度没得说，结果线缆长、接地不良，工频干扰直接把信号淹没。后来换成带隔离的IEPE也不行——还得靠屏蔽和独立走线。
选择传感器时，我个人更看重三点：量程是否匹配，频率响应是否覆盖感兴趣的频段，以及安装方式对原有结构的影响。以振动巡检为例，ISO 10816-3规定了不同机组的振动评级区域，但那是针对整机的。如果测轴承，还得看高频段，可能需要加速度包络处理。直接上速度有效值，反而会漏掉早期故障。传感器要装在载荷传递路径上，越靠近轴承室越好，但现实是很多电机带风扇罩，测量点根本够不着。这就得权衡：是拆罩子还是改支架？
说到底，布局比选型更重要。一个精确的点不如一个合理的面——我是指覆盖关键传动链和易损件的空间分布。
温度测量也一样。热电阻的响应时间比热电偶慢，但抗干扰强。我们通常推荐PT100，但注意接线方式——三线制还是四线制？别为了省钱用两线制，否则导线电阻会带来几度的误差，在55°C报警阈值附近，那可能就是误报和漏报的区别。
数据传输与边缘处理：别把数据都扔到云上
实时性往往被低估。本地方案和云端方案要分开来谈。一些老产线改造，连以太网都拉不齐，你就别考虑OPC UA了。我曾遇到过现场用Modbus RTU都费劲的情况，最后不得已上了4~20mA硬接线——看着老土，但稳定。可这样一来，数据量就限制了。
经过几个项目的实践，我更倾向在每个采集节点做一层边缘计算。比如采集到的原始波形，先在本地做FFT，算出特征值，再把特征值发上去。前阵子在苏州一家水泵厂，我们用STM32做FFT，512点采样，跑一次不到5ms，完全够用。关键是，阈值判断也可以在节点本地做了，断网也能报警。
通信协议上，MQTT确实灵活，但如果车间里有信息安全要求，还是选了OPC UA走TLS。至于5G？别被忽悠了！目前大多数产线，Wi-Fi 6或者以太网就够。除非有移动式巡检机器人，否则上5G是浪费。
这里要吐槽一句：不少供应商把“边缘计算”吹得神乎其神，实际上就是塞了个树莓派。没关系，够用就行。但PCB布局和散热很重要，之前有一批板子安装在电柜里，环境温度接近60°C，树莓派过热降频，导致采样率不稳定，闹了很多笑话。
说到通讯，忘了提关键一点：时间同步。多通道数据如果各自用的本地时钟，做相关分析时会发现相位对不上。NTP主机同步不够，最好走PTP或者干脆本地硬触发。
诊断逻辑与现场标定：裸阈值只会害死人
最后聊聊最核心的算法。现在动不动就提AI，深度学习建模。可你要知道：工业数据里故障样本少得可怜。那些正常数据成堆，故障数据可能就一两条。你让神经网络去学？只能是过拟合成“永远正常”。
我的经验：先用规则模型，再加统计过程控制。拿轴承温度来说：单看绝对阈值绝对不靠谱——夏天环境温度35°C，冬天10°C，同样的轴承，温度差值能差十几度。你需要的是相对于历史窗口的漂移检测。我们用的方法很简单：对每个测量点建立一个滑动均值基线，按小时周期分箱，然后看残差是否超过3σ。效果远比固定阈值好。
对于振动诊断，倒是有标准可循。GB/T 6075.3和ISO 10816-3都给了一些等级区域，但要注意那些是针对额定工况的。咱们产线经常变负荷，所以得按工况打标签。我习惯用多工况条件下的自学习阈值，具体做法是在设备运行不同负荷时，采集多组正常特征值，然后用高斯混合模型拟合出包络边界。听起来复杂，其实用Python加scikit-learn就能搞定。
顺带提一句，不要迷信高复杂度模型。我们曾经试过用CNN做轴承故障分类，识别率确实高到96%以上，可一旦换了一台同型号新电机，识别率立刻掉到70%。原因很简单——样本不够多，特征被污染了。后来换回特征工程加随机森林，鲁棒性反而好。
踩得最大的坑是“现场标定缺失”。模型在实验室调试和工厂实况，最大的差别是干扰。某次安装后，系统频繁报警，查了两周才发现是旁边的变频器谐波干扰，导致振动包络趋势波动。最后我们在软件里加了一个带阻滤波器，又给传感器加了屏蔽罩，才消停。所以，我建议每次项目验收前，一定要做至少72小时的连续试运行，并对比人工巡检记录，来验证系统是否“过度报警”。
千万别忘了人的因素。巡检信号再准，如果操作工不知道报警意味着什么，他们只会麻木地确认。系统界面上最好直接给出可能的故障部位和检修建议，而不是只显示一个红点。这一点，我们吃了很多亏才明白。
再说了几句
最后我想说，工厂线上智能巡检这件事，本质上不是技术竞赛，而是一种工程习惯的转变。设备坏了再修，那是被动；根据状态趋势去安排保养，这才是智能。愿我们设计的每一套系统，都能真正让人省心，而不是添乱。
