一个真实案例让我彻底对“经验式”诊断无语。那台西门子电机，振动值忽高忽低，老师傅听了听，说是轴承问题。结果换完轴承，当天又报警……后来你知道怎么发现的？底座一颗螺丝松了！对，就这么离谱。可见故障诊断不能光靠耳朵和直觉，得有理有据。这几年工业物联网喊得响，实际上，真正落地到日常点巡检，里面的坑和惊喜，够写一本书了。

振动分析：数据不会说谎，但人会

现在稍微正规点的工厂都上了在线振动监测。传感器一贴，频谱图一拉，看上去挺科学。可是，我见过太多人把频谱图当摆设。有一次，一台离心泵振动超标，频谱里出现一倍频、二倍频，典型不对中嘛。维修队火急火燎去重新对中，折腾半天，振动纹丝不动。最后拆开检查——叶轮磨损不均匀，导致动不平衡。振动分析是准的，但解读的人脑补太多，忽略了相位数据，对吧？所以说，故障诊断的核心永远是人，而不是设备本身。 振动频谱分析软件界面显示不对中故障 问：振动分析到底靠不靠谱？为什么有时准有时不准？ 答：这个问题问得人多了。靠谱，前提是你别只盯着一根谱线。振动分析最忌讳刻舟求剑。同一故障可能对应不同特征，同一种特征可能由不同故障引起。比如轴承故障，早期是高频冲击，晚期可能变成转速基频的调制。环境噪声、传感器安装谐振、甚至旁边冲压机运转都会干扰。我的习惯是“三比对”：同比趋势、环比对工况、横比对相似设备。再结合温度、油液参数综合判断，才能最大限度避免误判。切记！

油液分析：微观世界的侦探游戏

油液检测常常被低估。现在好多工厂还是只看粘度、酸值，顶多做个光谱元素分析。可你想过没？颗粒计数才真正揭示磨损秘密。去年我们一台减速机，光谱各项正常，但颗粒计数器报警，铁磁颗粒猛增。拆检发现轴承滚道有微剥落。幸亏发现早，否则整个齿轮箱报废。所以说，油液是设备的血液，里面流动的是故障密码。 工业设备油液取样瓶和铁谱分析仪器 问：什么时候该做油液分析？成本高吗？ 答：很多人觉得油液分析贵，等出了问题再说。这种想法要不得。其实常规项目成本远低于一次非计划停机。关键设备，比如压缩机、液压系统，我建议至少每季度一次。如果工况恶劣，像矿山机械，甚至每月一次。投入产出比？我们算过账，避免一次大修就值回全年检测费。取样也简单，买个负压取样泵，从油箱中部取，别从底部，那样全是沉淀，没代表性。还有，取完样标签要写清楚时间、部位，否则数据毫无意义。

红外热像：一眼看穿热故障，但别被幻象骗了

红外热像：一眼看穿热故障，但别被幻象骗了 红外热像仪现在是巡检标配了。拿着它一扫，过热点原形毕露，确实爽。可你知道吗？反射率设置不对，能把正常接头拍成“过热”。强光反射、光滑金属表面，都会造成误判。有一次在泵房，对着电机接线盒扫出一个80℃高温点，吓死人。断电后用手摸，温的。后来发现是旁边窗户阳光折射到盒子上，热像仪把反射光当成了温度。所以，诊断师必须懂物理，光学常识少不了。 现在AI预测性维护炒得很热。仿佛有了机器学习，故障诊断就能全自动。现实是，数据质量远比算法重要。模型吃进去脏数据，吐出来的诊断你敢信？有一家工厂，AI平台天天推送轴承故障预警，准确率不到60%。后来下狠心清洗半年数据，重新标定，准确率才上到85%。所以说，没有数据治理，AI就是个玩具。 其实，设备故障诊断走到今天，最关键的不是软件多炫，而是实现“人机料法环”全要素贯通。比如，维修记录电子化、备件寿命跟踪、操作工日常点检标准化——这些基础工作做扎实了，诊断才有根基。否则，就像在沙滩上建高楼。 写了这么多，差点忘了强调：故障诊断不是目的，预防才是。可现实中，太多人还是等坏了才修。改变观念，从我们做技术的人自己做起吧。每次看到那些因小失大的案例，心里真不是滋味。