很多中级工程师学了一堆机器学习算法，一到工厂现场做工业数据建模就懵——要么数据脏到没法用，要么模型上线跑不起来。本文结合我在汽车冲压车间做工况预测建模的实际项目，说点书本上没写的干货。
别上来就撸模型，先把工业数据的「脏」摸清楚
去年接的第一个活，冲压线1200吨压机的故障预测建模。甲方给了半年的传感器数据，CSV导出来整整12个G。我打开一看傻了。
三分之一的时间戳是空的，还有传感器跳变点，一分钟跳出来十几个超出量程十倍的数值。你说这是传感器坏了？不对，生产线停了之后传感器还在瞎跑，这些数据全是无效的啊。
说实话，我刚开始做的时候，直接删异常点，结果模型训练完准确率92%，上线第一天就错了三次！为啥？因为工业现场的异常，不全是噪声啊。有的异常是设备即将故障的前兆啊，你给删了，模型当然学不到东西。都是坑。
现在我做工业数据建模第一步，先拉上车间的维保班长蹲现场三天，把每一个传感器的安装位置、触发逻辑、什么时候会停线、停线后数据是什么状态，全记下来。然后分清楚三类脏数据：第一类是接线松动带来的固定跳变，直接标出来剔除；第二类是停线空转的无效数据，单独分出去，别混进训练集；第三类是偶发超量程，只要不是连续三个点超，留着，那才是模型要找的信号。
工业数据80%的工作量在清洗，这句话真不是瞎说的，我踩过的坑比你改的模型版本还多！
建模别追求虚高的精度，要贴合工业场景的硬约束
很多人刚接触这个领域，上来就堆深度学习，CNN、Transformer往上面摞，参数调到过拟合，准确率做到99%，现场一用直接歇菜。为啥？你忘了工业现场有一堆你在实验室根本遇不到的约束啊。
我那个压机项目，甲方明确要求，模型必须能跑在车间现有西门子S7-1500 PLC上，那台PLC才256M内存，还要跑逻辑控制，留给模型的内存不到10M。你整个几百M的深度学习模型，放得进去吗？退一万步说，就算放进去了，推理一次要半秒，压机一次冲压才两秒，根本赶不上节拍。
还有个更现实的问题，工业模型要能解释。你说你用黑盒模型预测压机滑块故障，维保班长爬半天到设备跟前去查，问你为啥判断是密封坏了，你说模型这么输出的，人家敢拆吗？拆错了耽误几个小时生产，这个责任谁担？
说实话，工业数据建模大多不是搞科研评论文，是要实打实解决生产问题。我最后给那个项目选的是带L1正则化的逻辑回归模型，特征就留了四个：滑块油压、缸体温度、主电机电流、单次冲压振动峰值，L1正则化直接把十几二十个无关特征全筛掉了。整个模型大小才不到20K，直接嵌进PLC毫无压力，推理一次只要几毫秒。准确率虽然只有87%，但误报率比之前甲方用的固定阈值法低了60%，甲方维保班长直接拍板就要这个。
你说92%准确率的深度学习模型不好吗？好是好，落地不了啊。还有，工业场景的损失函数不能直接用开源库的默认配置，你得自己改。比如故障预测场景，把正常样本判成故障，顶多就是停机查十分钟，损失不大；但把故障样本判成正常，那就是整条线停机十几小时，几十万的产量损失，所以你得把漏报的惩罚权重直接调高十倍。这都是书本上不会写进例题的，得自己蹲现场摸出来。
数据标注不是一劳永逸，得留动态更新的口子
很多人建模，标注一次训练完就完事了，结果用了三五个月，模型准确率掉的一塌糊涂，不知道为啥。工业设备一直在磨损啊，今年换了新的原材料，下个月工艺参数调了，下季度刀具供应商换了，数据分布早就飘了啊。
我前几年做发动机缸盖加工的尺寸误差建模，刚上线的时候准确率89%，半年后直接掉到62%，查了整整一周，才发现是甲方换了新的刀具供应商，新刀具的切削刚度比原来高了15%，切削力变了，原来的特征阈值全不对了。
现在我做项目，建模的时候第一件事就是留半自动化标注的增量更新接口。车间每出一件不合格品，每出一次设备故障，系统自动把对应时间段的传感器数据存到待标注池，每个月让工艺员或者维保花半小时标个十几二十条，然后做一次增量更新，不用全量重新训练，对算力要求极低，模型就能一直保持不错的准确率。
还有，标注千万别全关起门来自己标，一定要拉现场的人来标。车间班长干了十几年，一眼就能分清楚哪次数据跳变是换料带来的正常波动，哪次是真的故障前兆，你一个坐办公室的工程师对着CSV标，十个有五个标错，模型能准才怪，对吧？
不过话说回来，现在很多工厂搞数字化升级，上来就要建全工厂的统一工业数据模型，要预测所有设备的所有故障，恕我直言，九成以上都是打水漂。先从一个瓶颈工位，一个影响最大的核心故障做起，跑通了验证了效果，再慢慢往其他工位扩，比啥都强。
小结
工业数据建模的核心，从来不是算法有多先进，参数调得有多漂亮。核心是你懂不懂工业现场的逻辑，能不能摸清楚现场的约束和需求。你把现场的规则摸透了，用最简单的算法也能解决几十万上百万的问题；你不懂现场，堆再贵的硬件，再复杂的模型，也都是飘在天上的空中楼阁，落不了地。
