设备状态监测实战：从传感器选型到阈值设定，打好预测性维护地基

前阵子帮一家工厂做产线设备的状态监测试点，从传感器选型到数据分析折腾了两个月，踩了不少坑，也摸出了一套能落地的打法。这个系列我打算分几篇把这些经验整理出来，第一期先把最基础也最关键的部分讲清楚：状态监测到底解决什么问题、传感器怎么选、数据怎么采、预警阈值怎么定。

这套内容适合正在考虑上设备状态监测的工厂设备工程师、维修主管，也适合刚接触工业物联网、想搞懂预测性维护的技术人员。第一期不聊太玄的算法，先把“把数据拿准、把基线定稳”这件事讲透。因为后面所有诊断、报警、模型预测，都建立在数据质量这个地基上。地基没打好，后面全是空中楼阁。

1. 状态监测到底在解决什么问题

1.1 从“坏了再修”到“提前发现”的转变

设备维护方式大致走过三个阶段：事后维修、定期保养、状态维护。

事后维修最原始，设备坏了再修，停产损失、抢修成本、备件加急费用全都要自己扛。我见过一条产线半夜因为减速机齿轮断裂停机，抢修了18个小时，光产值损失就是几十万起步。定期保养比事后维修进步，但本质上是“拍脑袋”定周期——周期定短了，很多部件还没到寿命就被换掉，浪费；周期定长了，设备可能在两次保养之间出故障。

工业设备状态监测解决的就是这个“不确定性”。通过在设备运行中持续采集振动、温度、电流等信号，我们能在设备还没真正坏、但已经出现异常征兆的时候发现问题。比如轴承早期磨损，通常会在故障前几周甚至几个月就在振动信号里露出端倪。这时候安排计划停机更换，成本远低于半夜抢修。

我参与的试点项目里有一台引风机，轴承早期故障在振动趋势图上爬升了将近20天才触发报警。因为提前发现了，工厂利用一个生产间隙更换了轴承，整个过程完全没有影响生产计划。这就是状态监测的核心价值——把“意外停机”变成“计划停机”。

1.2 为什么第一期优先做振动监测

设备状态监测的手段其实不少：振动、温度、电流、油液分析、声发射、超声，都能反映设备健康状态。但第一套系统如果只能选一种信号，我强烈建议做振动。

原因有三。第一，工厂里旋转设备占绝大多数，电机、泵、风机、减速机、压缩机全是旋转机械，而振动恰恰是反映旋转机械健康状况最直接的物理量。不平衡、不对中、轴承损伤、齿轮磨损、基础松动，每种故障都会在振动信号里留下特征。第二，振动监测是非侵入式安装，传感器贴到设备表面就行，不影响设备正常运转，改造风险小。第三，振动信号响应快，故障初期就能捕捉到，而温度往往要等故障发展到一定程度才会明显上升，电流信号受负载影响又很大，都不如振动灵敏。

当然，温度和电流也不要完全不碰。温度传感器便宜，装在轴承座上能提供辅助判断；电流信号对负载波动敏感，可以作为工况识别的参考。但第一期的核心传感器，重心一定放在振动上。

2. 系统方案的选型与架构拆解

2.1 三层架构：感知、传输、平台

整套状态监测系统从物理结构上可以分成三层：感知层、传输层、平台层。听起来高大上，说白了就是“传感器采信号、网关传数据、服务器做分析”。

感知层主要是加速度传感器，负责把设备振动转换成电信号。传输层是边缘采集网关，安装在现场，直接连接传感器，同时完成信号采集、特征提取、数据上传三件事。平台层是后端的数据库、算法脚本和可视化页面，负责存储数据、跑诊断算法、出报警和报表。

这里最容易被忽略的是边缘计算的作用，说直白点就是“数据别一股脑全传上去”。一个加速度传感器采样率设为10kHz，就是每秒采1万个点，三轴连续工作一天，原始数据量用太字节算都不过分。如果全部往云端传，网络带宽和存储成本都受不了。

所以正常做法是：网关本地实时计算特征值（振动速度有效值、加速度峰值、峭度、频带能量等），每隔几分钟把一条特征值记录传上去。原始波形不轻易上传，只有出现异常趋势时，才按需截取一小段原始数据回传做深入诊断。这个设计直接决定了整套系统的带宽成本和长期可用性。我们第一期用的就是这个思路，网关在本地做FFT和包络谱，只上传频谱特征和原始波形的“摘要”，平台端压力小很多。

2.2 传感器选型的核心参数

传感器选不对，后面做啥都白搭。现在旋转机械状态监测主流用的是加速度传感器，两大类：ICP型压电加速度传感器和MEMS加速度传感器。

ICP传感器精度高、噪声低、频率响应宽，是旋转机械监测的经典选择。MEMS传感器便宜、体积小，但噪声底和温度稳定性差一些，更适合低频测量或大批量布点。具体怎么选，我通常看几个参数：

选择时我特别提醒三个参数别搞错。第一是量程，传感器的量程要留够余量，一般取设备正常振动峰值的3到5倍。工厂里设备状态千差万别，启动瞬间还有喘振冲击，量程选小了信号被“削顶”，尖端细节全丢，数据直接失真。第二是采样率，至少要覆盖目标故障特征频率的10倍以上。比如滚动轴承外圈故障特征频率通常在几十到几百赫兹，采样率设成10kHz就足够；但如果要分析齿轮啮合频率的高次谐波，采样率可能要抬到50kHz以上。第三是安装方式，这点最容易被人忽视：磁吸座安装方便但不能用于高频测量，因为磁座本身有谐振频率，接近谐振峰就会严重放大信号；螺栓安装最可靠，频率响应最平坦。如果设备表面不方便打孔，退而求其次用胶粘固定，但要注意胶层厚度和固化时间。

3. 数据采集与现场实施的关键步骤

3.1 试点设备怎么选

很多人一上来就想全厂铺开，几百个测点全上传感器。我不建议这么干。状态监测不是传感器装得越多越好，而是要把有限的预算花在最值得看的设备上。第一期试点我建议选3到5台设备，选择标准就三条。

第一，故障后果严重的设备。能选上最好选上，比如关键工序的单机设备、没有备机的风机水泵、价值最高的精密机床。第二，历史上故障频发的设备。这类设备本身就是痛点，容易拿到管理层的支持。第三，工况相对稳定的设备。转速稳定、负载波动不大，数据才有可比性，分析起来难度小很多。如果设备负荷天天变化，一开始就上，模型和阈值都很难做准。

选完设备之后，最重要的一件事就是建立设备档案。别嫌麻烦，这一步直接决定后面诊断能不能做。档案内容至少包括：设备名称型号、驱动电机参数（功率、极数、转速）、减速机型号和减速比、联轴器类型、负载类型，最关键的是各个轴承的型号。因为轴承故障特征频率要靠滚动体数量、节径、接触角这些参数计算，如果轴承型号都不登记，后面频谱分析根本无从下手。我们试点时有一台设备轴承型号铭牌磨损看不清，翻遍了采购记录才找到，差点因为这个把整个诊断周期拖慢。

3.2 采集策略的设置细节

设备和测点定了，就要设置采集策略。这里的核心参数有三个：采样率、采样时长、采集周期。

采样率刚才说过，按关注的最高特征频率来定。一般滚动轴承监测10kHz够用，齿轮箱建议加点余量，24kHz或51.2kHz更稳妥。采样时长的原则是让每次采集的数据包含足够多的转动周期。比如设备转频是25Hz，那一次采集最好至少覆盖几十个转频周期，才能让频谱分辨率够用。实操中我一般每次连续采集8到16秒，采样率10kHz，一次就是8万到16万个点，做FFT和包络谱都足够。

采集周期方面，第一期运行时建议采集密一点，每4小时采一轮。系统运行稳定之后，大部分测点可以放宽到每天采集一次到两次，出现异常时再触发加密采集。采集时还要注意一个关键点：设备工况必须相对稳定。转速和负载剧烈变化的时段，比如变速过程、启动阶段，数据可比性差，最好做屏蔽或标记，避免污染趋势库。

传感器安装方向也不能随便定。很多老工程师习惯只装一个径向方向的传感器，觉得测振动一个点就够了。实际上轴向振动对不对中、轴弯曲等故障极其敏感，漏掉轴向等于“睁一只眼闭一只眼”。我踩过这个坑：一台水泵轴向振动异常很明显，但因为只装了径向测点，数据一直正常，后来偶然用便携测振仪补测轴向才发现问题。所以至少径向和轴向各装一个，如果是重大设备，直接上三轴传感器。

3.3 现场布线与供电的注意事项

现场实施最琐碎、最容易出问题的就是布线和供电。信号线必须用屏蔽电缆，而且屏蔽层要单端接地，走线时尽量远离变频器输出动力线，否则强电干扰直接叠加在信号上，数据会“淹没”在噪声里。我在现场见过一次特别典型的干扰：频谱图上有一个稳定的50Hz峰，怎么查都查不到设备有这个频率，最后发现是信号线跟一根变频器电缆绑在一起走了三米，干扰串进来的。布线改道之后，这个峰就消失了。

供电方面，有线供电最稳定，但很多工厂现场取电不方便。用无线节点就得重点考虑电池寿命。振动传感器数据量大，如果实时采集功耗很高，一般做法是让传感器处于休眠状态，定时唤醒采集，采集完立即休眠。这样一次性锂电池通常能撑一年以上。同时要设计低电量预警，防止节点悄悄“失联”。

现场工作还有几个容易忽略的点：传感器接头要做防水防松处理，长期振动环境下接头松动是常态故障；接线盒和防护箱的防护等级至少要IP65，否则粉尘和水汽会让端子接触不良；线缆要留足够余量并固定好，避免设备运行时线缆被拉扯。

4. 从数据到价值的中间桥梁：特征工程与阈值体系

4.1 时域特征：均方根值、峰值、峭度

设备和传感器跑起来之后，每天会产生几万条信号数据。如果直接盯着原始波形看，眼睛都能看瞎。这时候就要靠特征值把成千上万个点压缩成一个有物理意义的数字。第一期的特征值不用搞太多，三个就够了：均方根值（RMS）、峰值（Peak）和峭度（Kurtosis）。

均方根值是最经典的振动特征，也叫振动速度有效值。它反映的是信号整体能量大小，设备平衡性变差、轴承磨损加剧、松动恶化，RMS都会上升。RMS计算公式很好理解：把每个采样点平方后取平均，再开根号。这个值最大的优点就是稳定，受偶发冲击影响小，适合做长期趋势判断。

峰值和峰峰值反映的是瞬时冲击的强度，比如轴承剥落、齿轮断齿产生的瞬时冲击，峰值往往比RMS敏感得多。峭度是描述波形尖峭程度的统计量，正常设备的振动波形接近正态分布，峭度接近3；一旦出现早期局部损伤，波形里会有很多尖锐的冲击，峭度值会明显高于3。滚动轴承早期故障阶段，峭度往往先于RMS出现异常，所以它很适合做早期预警的“哨兵”。

实操中我一般这样用：RMS做整体状态评估和阈值报警，峰值和峭度做早期异常筛查，三者异常时间轴对比，基本能判断故障处于早期还是晚期。

4.2 频域特征与包络谱的价值

时域特征能告诉我们“设备有没有异常”，但很难告诉我们“哪里出了什么问题”。这就需要把时域信号变换到频域，也就是做FFT频谱分析。时域波形看的是振幅随时间变化，频域看的是振动能量分布在哪些频率成分上。不同故障有不同的特征频率，频谱上对应频率处出现凸起峰，基本就能定位故障类型。

比如滚动轴承外圈出现缺陷时，滚动体每经过一次缺陷点就会产生一次冲击，这个冲击的频率叫外圈故障特征频率，记为BPFO。有一个公式可以估算：

BPFO = (n / 2) × fr × (1 - d / D × cosα)

其中n是滚动体数量，fr是轴的转频（转速除以60），d是滚动体直径，D是轴承节径，α是接触角。举个具体的例子：一个轴承滚动体数量12个，滚动体直径8毫米，节径50毫米，接触角0度，设备转速1500转/分钟，那么fr是25Hz，d/D是0.16，BPFO等于6乘25再乘0.84，等于126Hz。如果这台设备的频谱图上在126Hz附近出现明显的谱峰，大概率就是外圈有损伤。

不过直接用FFT频谱找轴承故障有时不明显，因为早期故障的冲击信号很微弱，被设备本身的振动背景淹没。这时候要用包络谱分析，也叫解调分析。思路是：先把时域信号做带通滤波，提取出包含冲击的高频成分，再对这个高频成分做包络检波，得到冲击的包络波形，最后对这个包络做FFT，故障特征频率就清晰呈现出来了。可以说，包络谱是滚动轴承诊断的“放大镜”，能把淹没在噪声里的早期特征捞出来。

4.3 阈值怎么定才靠谱

特征值算好了，接下来的核心问题是：什么样的数值算正常，什么样的数值算异常？很遗憾，没有一劳永逸的答案。同一个设备型号、同一个安装位置，在不同工厂、不同基础上测出来的振动值能差好几倍。所以阈值必须“一机一策”，用设备自己的历史数据来定。

最基础的做法分三步。第一步，设备正常运行状态下连续采集7到14天，每天至少4到8组数据，积累足够多的特征值样本。第二步，计算这些样本的均值和标准差。第三步，把“均值加上3倍标准差”设为预警值，“均值加上5倍标准差”或“预警值的1.3到1.5倍”设为报警值。这样等于给设备画了一个“统计控制区间”，超出的数据点大概率意味着真实异常。

有些行业标准（比如振动标准里按设备类型和转速给出速度均方根值的推荐值）可以作为参考，尤其是刚开机没有历史数据时，先用标准的经验值兜底。但标准是通用值，未必符合你设备的真实健康水平。所以更稳妥的做法是：第一周用标准经验值作为临时阈值，同时每天观察实际数据分布，第二周开始替换成基于自身历史数据的统计阈值。

还有两点经验值得提醒。阈值要分工况设置。同一台设备，高转速和低转速下的振动水平完全不一样，统一设一个阈值会导致误报频发或漏报不断。至少按转速档位、负载档位划分几组阈值，报警时还要结合当前工况选择对应的阈值去比较。阈值不是永久不变的。设备经过磨合期、大修后，振动基准本身会变化，所以建议每隔1到3个月用最近90天的数据重新滚动计算一次基线，否则老阈值会慢慢失效。

5. 常见问题与排查技巧实录

5.1 误报和漏报，最烦也最常见

状态监测系统上线后，碰到的第一个问题十有八九是误报。传感器磁吸座吸力不足、螺栓没拧紧、线缆插头松动，都会导致信号异常，产生一个又一个假报警。还有工厂大修期间，电焊机在传感器旁边焊接，干扰信号也能触发报警。

排查误报的思路很简单：先看趋势曲线和频谱，别急着复位。真正的设备故障，振动值通常是持续爬升的，不是一根孤零零的尖峰；频谱上会有清晰的特征频率峰，不是一片杂乱噪声。如果报警数据只有一两个点，后续数据又恢复正常，大概率是“脏数据”。这时候去现场检查一下传感器安装和线缆接头，比研究频谱更有效。

漏报比误报更可怕，因为误报只是浪费人力，漏报可能直接导致设备损坏。常见的漏报原因有三个：一是测点位置选得不对，传感器装在了应力集中的底座上，没有覆盖故障的振动传递路径；二是量程选得过大，早期微小故障信号被ADC分辨率吃掉，根本体现不出来；三是特征频率算错了，频谱里明明有故障峰，但因为参数登记错误，没对上号，被当成无关峰忽略。我们试点早期就吃过这个亏，轴承型号抄错一位数字，BPFO算出来差了30%，实际故障峰在126Hz，我们一直对着180Hz找，找了三天才明白是台账抄错了。

5.2 数据漂移与零点问题

系统运行一段时间后，你会发现某些测点的振动特征值整体在缓慢移动，但设备本身没毛病。这种“假趋势”通常来自数据漂移。常见原因有三类：传感器长期运行后灵敏度衰减；环境温度变化导致传感器基准漂移；信号调理电路出现直流偏置，导致特征值整体抬高。

数据漂移很难完全避免，但可以控制和识别。定期标定传感器是底线，一般建议一年一次，重大设备可以半年一次。温度敏感测点要记录环境温度，分析趋势时排除温度变化的影响。最实用的一招是滚动更新基线窗口：取最近90天的数据做统计基线，这样即使传感器有轻微老化，基线也跟随调整，不会因为旧基线失配而产生大量误报。但滚动更新也有副作用，如果设备真的在劣化，滚动窗口会把劣化趋势一起“洗”掉，所以要设置一个约束规则：基线更新时，如果当前值超过上一期报警阈值的80%，就不再更新基线，强制触发人工复核。

5.3 通信中断与数据存储策略

无线节点和网关的连接状态是现场最容易被忽视的问题。厂房里钢结构遮挡多，无线信号穿墙能力有限，一个节点数据忽然中断，可能过了好几天才被人发现。总不能一直靠人肉巡检，所以网关一定要有节点在线状态的监控页面，断线超时自动告警。

数据存储策略也非常关键。很多方案只上传特征值，不保留原始波形，这在日常运行中没什么问题，但一旦出现异常需要做深度诊断，手里没有原始波形就很被动。所以网关需要在本地至少保留一周的原始波形数据，一旦触发报警，能把报警前24小时内的原始数据自动打包上传到平台。同时还要支持断点续传，网络恢复后把缓存数据补传上来，防止数据链路上出现窟窿。

现场还安排过电事件。工厂检修时经常关电，网关重启后要能自动重连、自动补传，这个过程最好不需要人员到现场操作。我们最初用的是普通民用级路由器型号，断电恢复后需要手动重连，后来换成工业级网关，配置了自动重连和看门狗功能，省心很多。

5.4 给新手的几条实操建议

最后把这阵子积攒的经验浓缩成几条，如果你正准备启动状态监测项目，可以先按这个思路走。

第一，别追求一步到位，先用一个月跑通“采集-分析-报警-维修确认”的小闭环。哪怕只有3台设备，也比一下子上50个测点然后晾在一边强。第二，报警不是终点，报警之后一定要做维修确认，记录实际故障原因、故障部位和维修动作。这些反馈是后面优化算法和阈值最宝贵的标注样本。第三，不要一上来就上深度学习、人工智能这些词，先把频谱分析、包络谱、统计阈值这套经典方法用扎实，解决70%的问题绰绰有余。真正需要机器学习的场景，是积累了足够多标记数据之后的事。

还有一条安装细节，虽然很小但极其致命：安装传感器时扭矩要一致。传感器底部接触面和设备表面之间哪怕只有一点点缝隙或脏污，振动传递都会大打折扣，同一个测点，两个人装出来的振动幅值能差好几倍。为了保证数据可比性，我们用定扭矩扳手统一上紧力，安装前用酒精清洁安装面，传感器底部涂一层薄薄的硅脂。这一步看起来不起眼，对阈值恒定性的影响却非常大。

作为系列的第一篇，我把“测什么、怎么测、怎么定阈值”这些地基问题讲透了。下一期准备聊实战案例：齿轮箱故障频谱到底怎么看、包络谱如何定位轴承缺陷、以及状态监测结果怎么和维修计划、备件管理串成闭环。到时候见。