2. 现场故障数据的采集与规范化

故障趋势分析、风险预警和纠正措施，都建立在同一块地基上：现场故障数据是否真实、完整、可对齐。如果数据来源分散、字段含义不一致、时间戳各说各话，后续无论用多复杂的模型，得到的趋势线都只是噪声的放大。本节围绕四类核心数据源——故障事件记录、设备状态参数、维修工单、巡检记录——讲清它们各自承载什么信息、如何统一定义字段、如何对齐时间戳、如何处理缺失值，以及如何做数据质量校验。

四类数据源的分工与互补

这四类数据不是重复采集，而是从不同侧面描述同一台设备的健康状态。故障事件记录回答“发生了什么”：故障现象、发生时刻、影响范围、是否停机、初步原因分类。设备状态参数回答“发生前设备处于什么状态”：温度、振动、电流、压力、转速等连续量，通常来自PLC、DCS或传感器网关，按固定采样周期上报。维修工单回答“人做了什么”：报修时间、到场时间、更换部件、维修措施、完工时间、停机时长。巡检记录回答“日常有没有异常苗头”：巡检点位、检查项、实测值、是否越限、巡检人、巡检时间。

四者的关系可以用一张数据流与时间对齐图来理解：状态参数是高频连续流，故障事件和维修工单是低频离散事件，巡检记录是周期性离散采样。规范化要做的，就是把它们挂到同一条时间轴上，并让设备、点位、故障类型等主数据使用同一套编码。

字段定义：先统一主数据，再谈分析

字段定义的核心不是给每张表加列，而是建立一套主数据编码。至少需要统一三类编码：设备编码、点位编码、故障分类码。设备编码建议采用“厂区-产线-设备类型-序号”的分段结构，例如 P1-L3-PMP-007 表示一厂三线第7号泵。点位编码在设备编码后追加测点标识，如 P1-L3-PMP-007.TEMP 表示该泵的温度测点。故障分类码则按“部件+失效模式”组织，例如 PMP-SEAL-LEAK 表示泵密封泄漏。

字段定义还要明确每个字段的数据类型、单位、取值范围和必填性。以状态参数为例，温度单位统一为摄氏度，振动速度单位统一为毫米每秒，电流单位统一为安培。如果现场既有摄氏度又有华氏度，必须在采集端或接入层完成换算，而不是留到分析阶段再猜。维修工单中的“停机时长”应明确是分钟还是小时，并规定从“报修时间”还是“实际停机时间”起算。

时间戳对齐：三种典型错位

时间戳对齐是规范化中最容易出错的环节。现场常见三种错位：时区不一致，例如PLC使用UTC而工单系统使用本地时间；格式不一致，例如“2024/03/15 08:30”与“2024-03-15T08:30:00+08:00”混用；采集延迟，例如传感器上报时间与网关入库时间相差数秒到数分钟。

处理原则是：所有时间戳统一转换为带时区的ISO 8601格式，并明确以“事件发生时间”而非“入库时间”为准。对于状态参数，如果采样周期为1分钟，而故障事件精确到秒，可将状态参数按分钟聚合后与事件对齐；对于维修工单，报修时间、到场时间、完工时间应分别保留，不要只留一个“维修时间”。

缺失值处理：先判断缺失机制，再选方法

缺失值不能一律删除或一律插值。先判断缺失属于哪种机制：完全随机缺失（如传感器偶发丢包）、随机缺失（如某段时间网络中断）、非随机缺失（如设备停机时传感器不采集）。不同机制对应不同处理策略。

数据质量校验：四类规则

规范化完成后，必须做质量校验，否则脏数据会直接污染趋势分析。建议至少设置四类规则：

• 范围校验：温度是否在-20～200℃之间，振动是否在0～50 mm/s之间，超出范围标记为可疑。
• 逻辑校验：完工时间不能早于报修时间，故障发生时间不能晚于工单创建时间。
• 一致性校验：同一设备同一时刻的状态参数不应出现两个矛盾值；同一工单的设备编码应与故障事件一致。
• 完整性校验：关键字段（设备编码、时间戳、故障分类）缺失率超过阈值时，该批次数据应退回采集端整改。

一个可复用的规范化检查清单

以下清单可直接用于现场数据接入前的自检：

1. 设备编码是否已与资产台账对齐，是否存在一物多码？
2. 所有时间戳是否已转换为带时区的ISO 8601格式？
3. 状态参数的单位是否统一，换算关系是否记录在元数据中？
4. 缺失值是否已分类标记，停机、未检、丢包是否可区分？
5. 故障分类码是否覆盖现场实际发生的故障类型，是否有“其他”兜底？
6. 维修工单的报修、到场、完工三个时间点是否完整？
7. 巡检记录中的“未检”与“正常”是否严格区分？
8. 质量校验规则是否已配置，异常数据是否有回退和告警机制？