AI预测性维护：从传感器数据到设备故障预警的端到端方案

AI预测性维护：从传感器数据到设备故障预警的端到端方案

预测性维护的价值不在"预测"本身，而在于"在故障发生前72小时发出预警，让维修工单能在非高峰期被处理"。

一、场景与数据

2023年底我们为一家风电运维公司搭建预测性维护系统，管理约200台风机，每台风机128个传感器（振动、温度、转速、油液、电流等），采样频率1Hz~1kHz不等。核心目标：将非计划停机减少40%，将维修成本降低25%。

传感器数据的特性决定了我们的技术选型：

• 高频振动数据（1kHz~10kHz）：用于轴承/齿轮箱故障诊断，数据量大、需要频域分析
• 中频工况数据（1Hz~10Hz）：温度、转速、功率等运行参数，用于趋势预测
• 低频事件数据：告警日志、维修记录、备件更换记录

二、传感器数据的特征提取

这是整个方案最关键的环节。原始振动数据是1kHz的时间序列——每秒1000个浮点数，200台风机×128个传感器，每天产生约2TB原始数据。直接喂给模型是不可行的。

2.1 时域特征

import numpy as np from scipy import stats from typing import Dict def extract_time_domain_features(signal: np.ndarray, window_size: int = 1024) -> Dict[str, float]: """ 从振动信号中提取时域特征 signal: 1维振动信号数组 window_size: 滑动窗口大小 """ features = {} # 基础统计特征 features['mean'] = float(np.mean(signal)) features['std'] = float(np.std(signal)) features['rms'] = float(np.sqrt(np.mean(np.square(signal)))) # 有效值 features['peak'] = float(np.max(np.abs(signal))) # 峰值 features['peak_to_peak'] = float(np.ptp(signal)) # 峰峰值 # 峭度（对冲击信号敏感，轴承早期故障的重要指标） features['kurtosis'] = float(stats.kurtosis(signal)) # 偏度（反映信号对称性） features['skewness'] = float(stats.skew(signal)) # 波形因子 features['crest_factor'] = features['peak'] / features['rms'] # 峰值因子 features['shape_factor'] = features['rms'] / (np.mean(np.abs(signal)) + 1e-10) # 脉冲指标（对轴承点蚀非常敏感） features['impulse_factor'] = features['peak'] / (np.mean(np.abs(signal)) + 1e-10) # 裕度因子 sum_sqrt = np.sum(np.sqrt(np.abs(signal))) features['clearance_factor'] = features['peak'] / ((sum_sqrt / len(signal)) ** 2 + 1e-10) return features def extract_frequency_domain_features(signal: np.ndarray, fs: float = 1000.0) -> Dict[str, float]: """ 频域特征提取 - 对轴承/齿轮箱故障诊断至关重要 """ n = len(signal) fft_result = np.fft.rfft(signal) magnitude = np.abs(fft_result) / n freqs = np.fft.rfftfreq(n, 1.0 / fs) features = {} # 频谱重心 features['spectral_centroid'] = float( np.sum(freqs * magnitude) / (np.sum(magnitude) + 1e-10) ) # 频谱标准差 centroid = features['spectral_centroid'] features['spectral_spread'] = float(np.sqrt( np.sum(((freqs - centroid) ** 2) * magnitude) / (np.sum(magnitude) + 1e-10) )) # 频带能量分布（轴承故障频率通常集中在特定频段） bands = { 'low_band': (10, 100), # 不平衡/不对中 'mid_band': (100, 500), # 齿轮啮合频率 'high_band': (500, 2000), # 轴承共振频率 } for band_name, (low, high) in bands.items(): mask = (freqs >= low) & (freqs <= high) features[f'{band_name}_energy'] = float(np.sum(magnitude[mask] ** 2)) return features

2.2 特征工程的生产化

@Service public class FeatureExtractionPipeline { /** * Flink中调用的特征提取流程 */ public FeatureVector extract(SensorBatch batch) { double[] rawSignal = batch.getRawValues(); // 并行提取不同类型特征 CompletableFuture<Map<String, Double>> timeFeatures = CompletableFuture.supplyAsync(() -> pythonBridge.callPython("extract_time_domain_features", rawSignal)); CompletableFuture<Map<String, Double>> freqFeatures = CompletableFuture.supplyAsync(() -> pythonBridge.callPython("extract_frequency_domain_features", rawSignal)); // 合并特征向量（约40维特征） return timeFeatures.thenCombine(freqFeatures, (time, freq) -> { FeatureVector vector = new FeatureVector(batch.getSensorId(), batch.getTimestamp()); vector.putAll(time); vector.putAll(freq); return vector; }).join(); } }

三、异常检测算法的对比与选择

我们在风机数据集上对比了三种主流异常检测算法：

最终上线方案是混合模型：

class HybridAnomalyDetector: """ Isolation Forest + LSTM-AutoEncoder 混合异常检测 IF负责快速初筛（高召回），LAE负责精细判定（高精密） """ def __init__(self, contamination=0.05): self.if_model = IsolationForest( contamination=contamination, n_estimators=200, max_samples='auto', random_state=42 ) self.lae_model = self._build_lstm_autoencoder() self.threshold = self._calibrate_threshold() def _build_lstm_autoencoder(self): model = tf.keras.Sequential([ # Encoder tf.keras.layers.LSTM(64, activation='relu', return_sequences=True, input_shape=(64, 40)), tf.keras.layers.LSTM(32, activation='relu', return_sequences=False), # Bottleneck tf.keras.layers.RepeatVector(64), # Decoder tf.keras.layers.LSTM(32, activation='relu', return_sequences=True), tf.keras.layers.LSTM(64, activation='relu', return_sequences=True), tf.keras.layers.TimeDistributed(tf.keras.layers.Dense(40)) ]) model.compile(optimizer='adam', loss='mse') return model def predict(self, features: np.ndarray) -> Tuple[bool, float, str]: """ 两级检测：IF初筛 → LAE确认 Returns: (is_anomaly, confidence_score, detected_by) """ # Level 1: IF快速初筛（宁可多报，不能漏报） if_score = self.if_model.score_samples(features.reshape(1, -1))[0] if if_score > self.if_threshold: return False, abs(if_score), 'IF_PASS' # Level 2: LAE精细判定 reconstruction = self.lae_model.predict(features.reshape(1, 64, 40), verbose=0) recon_error = np.mean((features - reconstruction) ** 2) is_anomaly = recon_error > self.lae_threshold confidence = 1.0 - (recon_error / (self.lae_threshold * 3)) return is_anomaly, min(max(confidence, 0.0), 1.0), 'LAE_CONFIRMED'

四、告警阈值的学习型调优

固定阈值是预测性维护的大忌——冬天和夏天风机的振动基线完全不同。

class AdaptiveThresholdManager: """ 基于运行工况的自适应阈值管理 """ def __init__(self, window_days=30): self.window_days = window_days self.baselines = {} # {sensor_id: {feature: (mean, std)}} def update_baseline(self, sensor_id: str, features_df: pd.DataFrame): """ 每天凌晨用最近30天数据更新基线 仅使用正常状态数据（排除已知告警时段） """ recent = features_df[ (features_df['timestamp'] > pd.Timestamp.now() - pd.Timedelta(days=self.window_days)) & (features_df['is_normal'] == True) ] baselines = {} for col in recent.select_dtypes(include=[np.number]).columns: if col in ['timestamp', 'sensor_id']: continue data = recent[col].dropna() if len(data) > 100: baselines[col] = { 'mean': float(data.mean()), 'std': float(data.std()), 'percentile_99': float(data.quantile(0.99)), 'percentile_01': float(data.quantile(0.01)) } self.baselines[sensor_id] = baselines def calculate_dynamic_threshold(self, sensor_id: str, feature_name: str, current_value: float) -> float: """ 动态阈值 = 均值 ± k * 标准差，其中k根据工况自适应 """ baseline = self.baselines.get(sensor_id, {}).get(feature_name) if not baseline: return current_value * 0.3 # 默认30%偏差 # 高温工况下放宽阈值（振动信号在高功率运行时本身波动大） k = 3.0 # 默认3σ if self._is_high_load_condition(sensor_id): k = 4.0 # 高负载放宽到4σ return baseline['mean'] + k * baseline['std']

五、总结

预测性维护从0到1的搭建中，我们最重要的三个认知：

1. 特征工程比模型选型更重要。我们在时域特征（峭度、脉冲因子、峰峰值）上投入的时间是模型调参的3倍，但这些特征对故障的区分度直接决定了最终效果。同一个LSTM-AutoEncoder，用原始信号训练的F1只有0.62，加上手工特征后跳到0.85。

2. 异常检测要分两级：高召回的粗筛+高精密的确认。Isolation Forest的召回率能达到95%，代价是精密率只有78%。加一层LSTM-AutoEncoder后，告警数量从每天300+降到约40条，其中真正需要处理的有35条——运维团队才愿意信任这个系统。

3. 阈值必须是自适应的。固定阈值在工况变化时要么漏报（冬天阈值对夏天太宽松），要么误报泛滥（夏天阈值对冬天太严格）。基于30天滑动窗口的动态基线，配合k值按工况自适应，是投入产出比最高的方案。

系统上线后，非计划停机减少43%，维修成本降低28%——模型预测准确率不是最终目标，设备可用率和运维成本的改善才是。