4、告警规则设计：阈值告警、趋势告警、组合告警、AI异常检测等规则制定方法
告警规则是智慧工厂异常告警系统的“大脑”与“神经中枢”。如果规则设计不当，系统要么沦为“狼来了”的噪声源，要么对真正的故障视而不见。本章将系统讲解四类核心告警规则的制定方法——阈值告警、趋势告警、组合告警与AI异常检测，并给出从规则定义、参数校准到闭环优化的完整方法论。需要强调的是，这四类规则并非相互替代，而是层层递进、协同工作的关系：阈值规则解决“超限即报”的即时问题，趋势规则捕捉“渐变性劣化”，组合规则消除误报与漏报的盲区，AI规则则处理“未知的未知”。
上图展示了告警规则设计的整体架构。数据从设备层采集后进入规则引擎，四类规则并行或串联执行，输出到告警处理层进行去重、抑制与升级。特别要注意的是，最右侧的虚线反馈回路——规则不是“一锤定音”的，必须根据实际运行效果持续调优。下面我们逐一深入每类规则的设计方法。
4.1 阈值告警：从“拍脑袋”到“科学定限”
核心原理：阈值告警是最基础、最直观的告警方式，其本质是将实时采集的变量与预设的上下限进行比较。但“设个上下限”看似简单，实际设计中却隐藏着大量工程细节：固定阈值与动态阈值的选择、死区设置、持续时间确认、以及多工况下的阈值切换等。
阈值设定的五种方法：
| 方法 | 适用场景 | 计算方式 | 优缺点 |
|---|---|---|---|
| 设备厂商推荐值 | 通用设备（电机、泵、风机） | 直接采用铭牌或手册参数 | 简单但未考虑现场工况差异 |
| 均值±kσ（3σ/6σ） | 稳态过程参数（温度、压力、流量） | μ ± k·σ，k取2~6 | 基于统计，需剔除异常历史数据 |
| 分位数法（P95/P99） | 非正态分布参数 | 取历史数据的95%/99%分位数 | 对偏态分布更稳健 |
| 专家经验+试错 | 新产线、无历史数据 | 工艺工程师根据经验初设，再迭代 | 快速启动，但需闭环验证 |
| 动态阈值（工况自适应） | 多工况设备（注塑机、CNC） | 按工况分段设定，或使用自适应算法 | 精度高，但实现复杂度高 |
操作流程：第一步，收集至少30天以上的正常运行数据，确保覆盖所有典型工况；第二步，对数据进行清洗，剔除停机、维护、异常事件期间的数据；第三步，计算统计特征（均值、标准差、分位数）；第四步，结合工艺要求与设备手册设定初始阈值；第五步，设置死区（如上限100℃，死区5℃，则恢复值为95℃），防止参数在阈值附近震荡导致告警抖动；第六步，设置持续时间（如连续3秒超限才告警），过滤瞬时尖峰干扰。
4.2 趋势告警：捕捉“温水煮青蛙”式的劣化
核心原理：许多设备故障并非突发，而是渐变的——轴承磨损、润滑油劣化、过滤器堵塞、刀具磨损等。这类故障的早期阶段，参数值仍在阈值范围内，但变化趋势已经异常。趋势告警通过分析时间序列的斜率、加速度、移动平均变化率等特征，提前识别劣化趋势。
三种主流趋势告警算法：
- 斜率/导数法：计算滑动窗口内数据的线性回归斜率。例如，某液压系统油温在30分钟内持续上升，斜率超过0.5℃/min，即使当前温度未超限，也判定为异常趋势。
- 移动平均差法：比较短期移动平均（如5分钟）与长期移动平均（如30分钟）的差值。当短期均值持续高于长期均值且差值超过设定阈值时，说明参数正在偏离稳态。
- 预测偏差法：使用ARIMA或指数平滑模型预测未来N步的值，若预测值将超出阈值，则提前告警。这种方法适合有周期性规律的参数（如注塑机每循环周期的峰值压力）。
案例拆解：空压机出口温度趋势告警
某汽车零部件工厂有4台空压机，原设计仅配置了高温阈值告警（105℃）。在一次夏季高温时段，2号空压机因冷却器结垢导致出口温度从82℃缓慢爬升，经过6小时达到104℃触发停机保护，造成生产线供气中断45分钟，损失约12万元。事后分析温度曲线发现，从82℃到95℃的爬升过程持续了4小时，平均斜率约0.054℃/min，而正常运行时温度波动斜率不超过0.02℃/min。
整改措施：为该参数增加趋势告警规则——滑动窗口15分钟，线性回归斜率超过0.04℃/min且持续10分钟，触发“预警”级别告警。同时设置两级响应：预警通知设备工程师人工检查，高温阈值告警仍保留为停机保护。实施后，在第二次冷却器结垢事件中，系统提前3.5小时发出趋势预警，工程师利用生产间隙完成清洗，避免了非计划停机。
4.3 组合告警：用逻辑与状态消除误报
核心原理：单一参数的告警往往缺乏上下文信息，容易产生误报。组合告警通过逻辑运算（AND/OR/NOT）、时序关系、状态互锁等方式，将多个条件联合判断，显著提升告警的准确率。例如，“电机轴承温度高”本身可能是误报，但若同时满足“振动值增大”和“运行电流升高”，则故障概率大幅提升。
组合告警的四种典型模式：
| 模式 | 逻辑表达式 | 典型应用 |
|---|---|---|
| 与逻辑（AND） | A超限 AND B超限 | 电机轴承故障：温度高 + 振动大 |
| 或逻辑（OR） | A超限 OR B超限 | 冷却系统失效：流量低 OR 压力低 |
| 时序逻辑 | A发生后T分钟内 B发生 | 泵启动后10秒内出口压力未建立 |
| 状态互锁 | A超限 AND 设备处于运行状态 | 待机时温度高不告警，运行时才告警 |
操作流程：第一步，梳理历史误报与漏报案例，找出单一规则失效的场景；第二步，分析故障的物理机理，确定关联参数；第三步，设计组合逻辑，并明确时间窗口（如“3秒内同时满足”或“5分钟内先后满足”）；第四步，使用历史数据回放验证，计算误报率与漏报率；第五步，部署后持续监控告警准确率。
① 温度低于下限值持续超过5秒（排除瞬时波动）；
② 且传送带速度正常（速度传感器反馈在设定值±5%内）；
③ 且炉门状态为关闭（门磁开关信号）。
三条条件同时满足才触发“炉温异常”告警。实施后误报率从每天7次降至每周不到1次，同时真正捕捉到2次加热管老化导致的温度不均事件。
4.4 AI异常检测：从“已知规则”到“未知模式”
核心原理：传统规则依赖人工定义，无法覆盖所有故障模式。AI异常检测通过机器学习算法自动学习正常数据的分布特征，识别偏离正常模式的异常点。在智慧工厂中，常用的方法包括：孤立森林（适用于高维数据）、自编码器（适用于重构误差检测）、单类SVM（适用于边界描述）、以及LSTM预测偏差（适用于时序数据）。
实施路径：
- 数据准备：选取至少3个月以上的正常运行数据，涵盖不同工况、不同班次、不同季节。数据维度包括设备参数、工艺参数、环境参数。
- 特征工程：提取时域特征（均值、方差、峰值）、频域特征（FFT主频、谐波能量）、以及统计特征（偏度、峭度）。对于时序数据，还需构造滑动窗口特征。
- 模型训练：使用正常数据训练模型，设定异常判定阈值（如重构误差的95%分位数）。
- 验证与调优：使用标注过的异常数据验证模型召回率，调整模型超参数与阈值。
- 部署与反馈：模型输出“异常分数”，与规则引擎联动。异常分数超过阈值时生成告警，并记录人工确认结果用于持续学习。
案例拆解：CNC主轴异常检测
某精密机械加工厂有12台CNC加工中心，主轴振动信号通过加速度传感器采集，采样率20kHz。传统阈值告警仅监测振动总值的RMS，但多次出现“RMS正常但加工表面质量恶化”的情况。项目团队采用孤立森林算法，输入特征为振动信号的频域特征（1kHz~10kHz频段能量分布）和时域特征（峰值因子、峭度）。训练数据为3个月正常加工数据，共约200万条样本。
模型上线后，在第6周成功识别出一次异常——某台机床的振动频谱在6.3kHz处出现能量聚集，但RMS值仍在阈值内。系统发出预警，工程师检查发现主轴轴承保持架出现微裂纹。更换轴承后，频谱恢复正常。该事件若依赖传统阈值告警，预计会在2~3周后发展为 catastrophic failure，导致主轴报废（单次损失约8万元）。
4.5 规则管理：优先级、抑制与生命周期
无论采用哪类规则，都需要一套统一的管理机制。建议建立告警规则台账，每条规则包含：规则ID、关联设备/参数、规则类型、触发条件、优先级（P1紧急/P2重要/P3一般）、抑制条件（如设备停机时抑制）、升级策略（如P2告警15分钟未确认升级为P1）、以及责任人。
规则调优的PDCA循环：
- Plan：根据故障案例与业务需求设计或修改规则；
- Do：在测试环境用历史数据回放验证；
- Check：监控上线后的误报率、漏报率、平均响应时间；
- Act：定期（每月）评审规则有效性，停用无效规则，调整参数。
在实际项目中，建议按照“先阈值、再趋势、后组合、最后AI”的顺序逐步推进。初期以阈值告警快速上线，积累数据后逐步叠加趋势与组合规则，待数据量充足且业务理解深入后再引入AI模型。每类规则都应设定明确的KPI（误报率、漏报率、平均检测时间），用数据驱动规则迭代，最终构建一个既灵敏又精准的智慧告警体系。