设备预测性维护需要采集哪些数据？采样频率怎么定？

预测性维护要采集三类数据：工况数据、振动数据和过程数据。工况数据包括温度、压力、流量、电流等，反映设备运行状态，采样频率根据变化速度定，缓慢变化（温度、压力）几秒到几分钟采一次足够。振动数据最能反映机械故障（轴承磨损、不平衡、不对中），高频振动需用加速度传感器，采样频率至少设备最高转速频率的2倍以上（奈奎斯特采样定律），一般选5-10kHz。过程数据包括设备产出、质量参数、故障记录等，帮助关联分析。采样策略：7×24小时连续采样成本高，可以分级采样，重要设备连续采，普通设备定期巡检采。另外数据要有标签（什么时候正常、什么时候异常、什么时候维修过），否则没法训练模型。常见误区：以为装了传感器就能预测故障，实际上70%工作量在数据清洗和特征工程。选型建议：先从单台关键设备试点，验证数据质量和分析方法可行后再推广。