在离散制造现场，设备时序数据的异常检测常卡在两件事：工况切换导致的基线漂移，以及频繁误报带来的告警疲劳。数据分析实验室做了一轮阶段性验证，把异常判定从“单条阈值”改为“工况分层 + 残差建模”。
做法上，先用设备状态位、节拍与工艺参数把历史数据切成工况片段，每个工况单独建立基线；再用轻量时序模型预测关键测点（主轴电流、系统压力、温度、振动RMS）的短期走势，对预测残差做统计判定，而不是直接判原始值。为抑制误报，引入连续窗口确认与同工位关联校验：单点越界不告警，需在连续窗口内重复出现，且同一工位的多个测点或上下游工序出现一致性偏离，才升级为事件。
【进展与数据】在一条含12台设备的产线样本上回放6个月历史数据，告警量相比固定阈值方案下降约70%；对已知的3次轴承劣化与2次气路泄漏，最早预警分别提前9天和4天。
【下一步计划】把工况切分从人工规则改为半自动标注，减少新产线导入时的手工配置；同时开放一线人员对告警的“确认/误报”回标入口，用于基线迭代，让误报抑制不依赖一次性调参。
评论