很多干了三十年的老钳工，伸手一摸电机外壳，就能说出来“轴承间隙大了，下个月得换”。准得离谱。 以前我跟厂的时候，见过一个老师傅，听启动声音就能判断螺栓松了哪一颗。这就是最早的故障诊断，说白了，全是师傅一口一口吃出来的经验。

老经验为什么越来越难顶得住了

现在的工业设备早就不是当年皮带配电机的老样子了。 一条产线上百个传感器，转速从几千到几万转，还有变频控制、负载波动，干扰多到数不清。 很多故障初期，根本摸不出来也听不见，等你感觉到不对，已经磨坏了轴，几十万没了。 再说，现在愿意干钳工熬十几年学经验的年轻人，少之又少。老师傅一退休，那点绝活真就带走了。 老钳工经验检测工厂电机轴承故障现场 问：现在工厂都上了状态监测系统，是不是老经验完全没用了？ 答：怎么可能。老经验是故障诊断最珍贵的“负样本库”，多少罕见的疑难杂症，只有老师傅见过特征。数字化工具只是把老师傅脑子里模糊的感受，量化成了可以保存的振动频谱、温度阈值，相当于把绝活刻进了系统，新人也能用。我去年接触一个北方钢厂，退休钳工把自己几十年录下的上百种故障声音整理出来，导入厂内的AI故障诊断模型，准确率直接提了17个百分点，这比拿通用数据瞎训练模型强太多了。

现在做故障诊断，千万别踩这些坑

说实话，这两年工业圈吹故障诊断吹得太狠了。 什么“AI秒修所有故障”“全栈数字化无人值守”，一堆方案张嘴就要几百万，很多工厂钱花了，落地全是坑。 最常见的坑：上来就要全工厂覆盖，不管什么设备都装传感器。 其实90%的停机损失，都是10%的核心设备出问题带来的。你给那些不重要的输送泵都装一套，纯属浪费钱。 第二个坑，完全抛弃经验，纯靠AI瞎跑。现在的AI故障诊断，本质是数据喂出来的，没见过的故障它照样认不出来。我见过一个风场，花大价钱上了AI诊断，结果一个罕见的齿轮箱点蚀，AI愣是没预警，最后炸箱，损失两百万。 工厂数字化旋转机械振动故障诊断终端界面 问：中小工厂预算只有十几万，想做故障诊断该从哪下手？ 答：太简单了，先抓你的核心瓶颈设备。比如你是做汽车零配件冲压的，那条主线的万吨压力机就是命根子，它停一天，损失几十万，先给它装。不用上来就搞什么全厂工业互联网平台，先装几个低成本无线振动传感器，连个基础的分析系统，能提前预警轴承、齿轮这些常见故障就行。跑个大半年，少停两三次机，成本就收回来了，再慢慢扩其他设备，这不比上来就砸几百万试错稳？

故障诊断的核心，从来都不是技术，是省钱

故障诊断的核心，从来都不是技术，是省钱 很多人搞反了。 搞故障诊断，不是为了赶风口拿补贴，是为了少停机，少花冤枉的维修钱。 最早故障诊断是坏了找原因，属于事后救火。现在的故障诊断，是提前半个月甚至三个月发现问题，安排计划停机，不耽误生产，这才是值钱的地方。 去年我去江苏一个化工厂，他们给所有核心压缩机做了在线振动故障诊断，一年下来，非计划停机从12次降到2次，省出来的产能和维修费用，快五百万了。投资才不到八十万，这收益率什么生意比得了？ 不过话说回来，现在新出来的大模型、数字孪生这些技术，确实好用。但得落地。用大模型把过往所有故障案例、老师傅经验都整理成知识库，运维工程师现场出了问题，一搜就能看到之前怎么修的，这不就是实实在在的提升？ 别搞那些花里胡哨的，能帮你赚到钱的故障诊断，就是好技术。 对不对？你说你搞个系统，放那里半年没人看，再先进也是废的。