3. 故障分类与编码体系设计

现场故障数据能否支撑趋势分析与预警建模，关键不在采集了多少条记录，而在于每条记录是否被放进同一套可比较、可聚合、可追溯的分类框架中。故障分类与编码体系就是这套框架：它把现场自然语言描述的故障现象，转换为结构化字段，使“同一类问题”在统计口径上真正成为同一类。若缺少编码体系，后续按设备、按部位、按原因做趋势曲线时，会因描述不一致而出现大量伪类别，预警模型也会被噪声淹没。

四维分类模型：模式、部位、原因、影响

针对现场设备与工艺特点，建议采用四个相互独立又彼此关联的维度来组织故障信息。四个维度分别回答不同问题，不能互相替代：

• 故障模式：设备“坏成什么样”，描述可观察的失效形态，如断裂、泄漏、卡涩、过热、振动超标、误动作、性能下降。
• 故障部位：故障“发生在哪里”，按设备—子系统—部件—零件层级定位，如泵—轴承—滚动体。
• 故障原因：故障“为什么发生”，区分直接机理与根因，如润滑不足、装配偏差、疲劳、腐蚀、电气绝缘老化、操作超限。
• 影响程度：故障“造成多大后果”，综合安全、生产、维修成本与可恢复性分级。

四维组合后，一条故障记录就成为一个可检索的坐标点。例如“泵—轴承—润滑不足—断裂—中影响”，既能按部位聚合看轴承类故障趋势，也能按原因聚合看润滑管理问题，还能按模式聚合看断裂风险。

编码规则设计要点

编码不是简单编号，而是要在可扩展性与可读性之间取得平衡。推荐采用“字母前缀 + 数字层级”的定长或半定长结构，每个维度独立编码，组合时用分隔符连接。以故障模式为例，可设 M 为前缀，后接两位数字：M01 表示断裂，M02 表示泄漏，M03 表示卡涩，M04 表示过热，M05 表示振动超标，M06 表示误动作，M07 表示性能下降，M08 表示磨损。数字段预留空位，便于后续新增模式而不打乱已有编码。

故障部位编码需要与设备台账对齐。建议采用“设备类别码—子系统码—部件码”三段式，例如 P 后接设备类别（01 泵、02 风机、03 压缩机、04 阀门、05 电机），再接子系统（01 轴承、02 密封、03 叶轮、04 联轴器），最后接部件序号。这样编码本身携带层级信息，按前缀截取即可实现任意层级的聚合统计。

故障原因编码应区分“直接原因”和“根因”两层。直接原因描述物理机理，如 C01 疲劳、C02 腐蚀、C03 磨损、C04 过载；根因描述管理或设计层面，如 C05 润滑不足、C06 装配偏差、C07 操作超限、C08 设计缺陷、C09 维护遗漏。现场记录时先填直接原因，根因分析完成后回填，避免因根因未定而阻塞数据录入。

影响程度编码建议采用四级：S01 轻微（不影响生产，可计划性修复）、S02 一般（局部降效，可短时停机处理）、S03 严重（导致非计划停机或设备损伤）、S04 致命（涉及安全、环保或重大经济损失）。分级依据应写成可操作的判定条件，而不是主观感受。例如“是否导致非计划停机”可作为 S02 与 S03 的分界，“是否触发安全联锁”可作为 S03 与 S04 的分界。

从编码到趋势分析与预警建模

编码体系建立后，趋势分析才具备可比口径。例如按月统计 M03（卡涩）在 P02（风机）上的发生次数，若连续三个月上升，即可触发关注；再按 C 维度下钻，若集中在 C05（润滑不足），则指向润滑管理问题，而非风机本体设计问题。这种“先看模式趋势、再下钻原因”的分析路径，依赖的正是四维编码的独立性。

预警建模对编码的要求更高。模型输入通常需要将编码转换为数值特征，例如对影响程度 S 做有序编码（S01=1，S02=2，S03=3，S04=4），对故障模式 M 做独热编码。若编码体系不稳定，同一故障在不同月份被编入不同类别，模型学到的就是噪声而非规律。因此，编码表应作为受控文件管理，任何新增或修改都需记录版本和生效日期。

实际落地时，可先在一类关键设备上试点。以某现场泵组为例，首月录入 47 条故障记录，按四维编码归类后，发现 M05（振动超标）占 38%，其中 P0201（轴承）占 72%，C05（润滑不足）占 61%，S02（一般）占 55%。这组数据直接指向“轴承润滑管理”这一改进点，而不是泛泛的“泵故障多”。试点验证编码可操作后，再推广到风机、压缩机等设备类别。

编码体系不是一次性设计完成的静态文档，而是随现场认知深化的动态工具。建议每季度回顾一次编码使用情况：统计“其他”类占比是否超过 10%，检查是否存在长期未使用的空编码，收集现场录入人员的反馈。编码表越贴近现场语言和维修习惯，数据质量越高，后续趋势分析与预警建模的基础就越牢固。