设备物联网落地的第一道坎往往不是模型，而是数据本身。我们在智能硬件实验室的硬件IoT方向上做了一轮小范围实验：把车间里的温振、压力、电流等连续量测点接入边缘网关后，先做数据质量治理，再谈上层预警。
现场最常见三类问题：传感器缓慢漂移、通信抖动造成的瞬时跳变、以及网关断网重启留下的数据空洞。做法上不引入大模型，全部在网关侧用轻量方法完成——以同工况历史片段建立基线，用滑动窗口残差判断漂移，超阈值才打标；跳变点用相邻测点交叉校验，两个测点同时变化才判定为真实工况变化；缺失段只在能匹配到同工况模板时插值补全，匹配不上就留空并标注，不做无依据外推。
要点
- 进展：在一批注塑机与空压机测点上试运行四周，上层预警中的无效告警条目减少约六成，补全段与人工抄录值的偏差控制在量程1%以内。
- 下一步：把漂移判定阈值从固定值改为随工况自适应，并为补全数据补充不确定度标注，让下游预警模块能区分证据强弱。
这条路线不追求单点指标好看，只是想让后续的预测性维护与能耗分析少被脏数据带偏。
评论