课程导入：预测维护在工业物联网中的价值与核心评估体系
在工业物联网（IIoT）的落地场景中，预测维护（Predictive Maintenance, PdM）被公认为投资回报率最高、业务价值最直接的应用方向之一。传统维护策略分为两种极端：一是“坏了再修”的被动维护（Reactive Maintenance），设备停机造成生产损失，且维修成本高昂；二是“定期更换”的预防性维护（Preventive Maintenance），虽然降低了突发故障概率，但往往造成零部件过度更换、维护窗口浪费，甚至因拆装引入新的故障风险。预测维护的目标，是借助传感器数据、边缘计算与机器学习模型，在故障真正发生之前识别出早期退化特征，从而在最优时间窗口内安排维护动作。TinyML（微型机器学习）的出现，使得这种智能判断可以直接部署在MCU级别的低功耗设备上，在数据源头完成推理，无需将大量原始数据回传云端，既降低了带宽成本，也提升了响应实时性与数据隐私性。
然而，预测维护模型并非“准确率越高越好”。在工业场景中，漏报一次关键故障可能导致整条产线停摆，而误报一次则可能触发不必要的停机检查，造成生产损失。因此，本课程将聚焦三个核心评估指标：召回率（Recall）、误报率（False Alarm Rate, FAR）与提前预警时间（Lead Time）。这三个指标共同构成了预测维护模型在真实工业环境中的“三角约束”：召回率决定了模型发现故障的能力，误报率决定了模型的可信度与运维成本，提前预警时间决定了维护动作的可执行性。三者相互制约，必须联合优化，而非孤立追求单一指标。
上图展示了本课程的核心评估框架：左侧为TinyML预测维护的数据流链路，从传感器采集到边缘推理再到预警输出；右侧为三个核心评估指标及其业务影响；底部则列出了联合优化时需要考虑的关键维度。这张图将贯穿整个课程，后续所有章节的模型训练、调参与部署决策，都将围绕这三个指标展开。
1.1 预测维护的工业价值与TinyML的切入点
核心原理：工业设备故障遵循“浴盆曲线”规律，即早期故障率较高、中期平稳、后期因磨损而急剧上升。预测维护的核心假设是：设备在发生功能性故障之前，会经历一段可观测的性能退化期。这段退化期在振动频谱、温度曲线、电流波形等信号中会留下“指纹”。例如，滚动轴承的早期点蚀会在振动信号中激发高频冲击成分，电机转子断条会导致电流信号中出现边频带。TinyML的价值在于，将训练好的故障诊断模型压缩并部署到STM32、ESP32、或Cortex-M系列等微控制器上，以极低功耗（毫瓦级）实现实时异常检测。这使得预测维护可以覆盖到传统云端方案无法触及的场景：偏远地区的风机、矿井下的输送带、冷链运输中的压缩机等。
判断方法：判断一个设备是否适合TinyML预测维护，需要从三个维度评估：退化可观测性（故障前是否有可采集的物理信号变化）、数据可得性（是否已有或可加装传感器）、边缘算力匹配度（模型复杂度是否能在MCU上运行）。下表给出了典型工业设备的适配性评估示例：
| 设备类型 | 关键信号 | 退化特征 | TinyML适配度 | 典型预警提前量 |
|---|---|---|---|---|
| 离心泵 | 振动、压力、电流 | 轴承磨损、气蚀 | 高（FFT特征+轻量分类器） | 数天至数周 |
| 工业风扇 | 振动、转速 | 不平衡、叶片损伤 | 高（时域特征即可） | 数小时至数天 |
| 伺服电机 | 电流、编码器位置 | 丝杠磨损、润滑失效 | 中（需时序模型） | 数小时 |
| 变压器 | 油温、油中气体 | 绝缘老化、局部放电 | 低（需高精度传感器） | 数月至数年 |
案例拆解：以某水泥厂的辊压机轴承预测维护为例。该设备转速低（约150rpm）、载荷大，轴承故障频发。初始方案是部署振动加速度传感器，以25.6kHz采样率采集数据，通过Wi-Fi回传至云端进行FFT分析。但现场存在两个问题：一是车间内金属结构对Wi-Fi信号干扰严重，数据回传丢包率高达15%；二是云端推理延迟约2秒，无法满足紧急停机联锁的实时性要求。改造方案采用TinyML思路：在传感器节点上直接部署一个轻量级1D-CNN模型（参数量约12K，Flash占用48KB），在STM32F446上运行推理，单次推断耗时仅35ms。模型输出为“正常/注意/报警”三分类结果，通过Modbus RTU直接接入PLC。改造后，系统在连续运行6个月中，成功预警了3次轴承早期点蚀，平均提前预警时间为11天，误报仅1次（经查为传感器安装松动导致）。
1.2 三大核心评估指标的定义与业务含义
核心原理：在预测维护场景中，我们通常将设备状态分为两类：正类（Positive）表示“即将发生故障”或“存在异常退化”，负类（Negative）表示“正常运行”。模型输出为预警信号时，即预测为正类。基于此，可以定义混淆矩阵中的四个基本量：真正例（TP，实际故障且被预警）、假正例（FP，实际正常但被误报）、真负例（TN，实际正常且未预警）、假负例（FN，实际故障但漏报）。
召回率（Recall），又称灵敏度，计算公式为：Recall = TP / (TP + FN)。它衡量的是模型对真实故障的捕获能力。在工业场景中，召回率过低意味着大量故障被漏报，可能导致非计划停机、设备损坏甚至安全事故。例如，某风机的齿轮箱故障若漏报，维修成本可能从5万元（计划内更换）飙升至80万元（齿轮箱完全损坏更换），且停机时间从2天延长至2周。
误报率（False Alarm Rate, FAR），计算公式为：FAR = FP / (FP + TN)，即正常样本中被误判为故障的比例。误报率过高会带来三重代价：一是维护人员频繁响应虚假警报，产生“狼来了”效应，逐渐对预警失去信任；二是每次误报触发的停机检查都会造成生产损失；三是误报可能掩盖真实故障信号，当真正故障发生时反而被忽略。在TinyML场景中，由于模型部署在资源受限设备上，误报率控制尤为重要——因为边缘设备无法像云端那样轻易进行人工复核。
提前预警时间（Lead Time），定义为从模型发出预警到设备实际发生功能性故障之间的时间差。这个指标直接决定了维护动作的可执行性。如果预警时间过短（例如仅提前10分钟），维护团队来不及准备备件和安排停机窗口；如果预警时间过长（例如提前3个月），则可能是模型过于保守，导致维护计划频繁调整。理想的提前预警时间应大于“最小维护响应时间”（包括备件采购、人员调度、停机审批等），同时小于“设备安全运行余量”。
判断方法：在实际项目中，三个指标的优先级取决于设备的关键程度和维护策略。下表给出了不同场景下的指标权重建议：
| 设备关键等级 | 典型设备 | 首要指标 | 次要指标 | 原因说明 |
|---|---|---|---|---|
| A级（核心生产） | 高炉鼓风机、主轧机电机 | 召回率（≥95%） | 提前预警时间 | 漏报代价极高，宁可多停检也不可漏报 |
| B级（辅助生产） | 冷却水泵、空压机 | 误报率（≤5%） | 召回率 | 误报导致频繁停机，影响产线连续性 |
| C级（非关键） | 排风扇、照明电源 | 提前预警时间 | 误报率 | 允许一定漏报，但需提前安排维护窗口 |
1.3 课程框架与学习路径
核心原理：本课程共30章，按照“数据→模型→部署→评估→优化”的工程链路组织。前5章聚焦数据采集与特征工程，包括传感器选型、采样策略、时域/频域特征提取；第6-12章介绍适用于TinyML的轻量级模型结构，包括决策树、随机森林、1D-CNN、LSTM的轻量化变体、异常检测算法（如Autoencoder）等；第13-18章深入模型压缩技术，包括量化、剪枝、知识蒸馏，以及如何在TensorFlow Lite for Microcontrollers和Edge Impulse平台上实现；第19-24章讲解部署与系统集成，包括实时操作系统（RTOS）任务调度、低功耗设计、通信协议选择；第25-30章则聚焦评估与持续优化，包括离线评估方法、在线A/B测试、模型漂移检测与更新策略。
判断方法：学习本课程时，建议采用“项目驱动”的方式。每章内容都围绕一个完整的预测维护项目案例展开，从数据采集到部署评估形成闭环。学员应重点掌握以下能力：一是能够根据设备特性选择合适的传感器和采样参数；二是能够从原始信号中提取有效的退化特征；三是能够训练并压缩一个可在MCU上运行的模型；四是能够设计合理的评估方案，平衡三个核心指标；五是能够处理部署后的模型漂移问题。
案例拆解：以课程中贯穿始终的“工业风扇轴承预测维护”项目为例。该项目使用ESP32-S3开发板（内置2.4GHz Wi-Fi和BLE），外接ADXL345三轴加速度计，采样率设为3.2kHz（覆盖轴承故障特征频率范围）。数据采集后，在PC端使用Python提取时域特征（RMS、峰值因子、峭度）和频域特征（包络谱峰值频率），训练一个随机森林分类器（100棵树，最大深度8），然后通过TensorFlow Lite Converter转换为int8量化模型，最终部署到ESP32-S3上，Flash占用约28KB，RAM占用约6KB。在为期3个月的测试中，模型成功预警了2次轴承润滑退化，提前预警时间分别为7天和12天，误报0次。这个案例将在后续章节中反复使用，用于演示不同技术点的具体实现。