# 设备多变量异常预警 · Skill（磨煤机案例版）

> 用途：为任何「多参量、强相关、有正常历史数据」的工业设备搭建<b>重建残差型</b>异常预警（磨煤机 / 风机 / 泵组 / 压缩机 / 换热器 / 回转窑）。
> 配套案例：磨煤机出口温度异常预警（模拟数据 · 教学演示版）。
> 铁律：**不编造数据、不编造阈值**——没有正常期历史就停下来索要；阈值未在正常样本上重估前，只能输出「参考评分」，不能出「报警」结论。

---

## 一、适用性判定（三个条件全满足才做）

| 条件 | 判定问法 | 不满足时 |
|---|---|---|
| 多参量 | 该设备有 ≥5 个可连续采集的运行参量吗？ | 单参量主导的故障，直接用趋势/阈值即可，不必建模 |
| 参量强相关 | 这些参量之间存在稳定的物理关联（负荷-电流-风量-温度）吗？ | 相关性不稳，重建残差无意义 |
| 有正常历史 | 有 ≥10 倍窗口长度的正常工况数据吗？（W=7 天 → ≥70 天） | 样本不足，改用单点趋势或机理模型 |

补充判定：**故障是否"相关性先坏、绝对值后坏"**。若是，重建残差能提前；若故障一发生就单点越限（如断煤、跳闸），预警价值有限，那属于保护逻辑不是预警逻辑。

---

## 二、五步流程

### 第 1 步：构造窗口

- 窗口长度 W：**7 天**（日频数据）；高频数据取覆盖一个完整工艺周期（如 24h）的点数。
- 特征：F 个参量的原始值 + **日增量**（Δx），共 2F 维 × W 天。加增量是关键——只有水平值抓不到"变化率异常"。
- 标准化：按训练集算 μ、σ，逐列 z-score。**测试期必须复用训练期的 μ、σ**，不能重算。

### 第 2 步：只学正常（训练集纪律）

- 训练集**只放正常工况窗口**，故障样本一个都不进。异常检测学的是「正常长什么样」。
- 但正常集**必须包含变工况**：启停、换煤种、变负荷的正常样本要放进去，否则模型把这些当异常，之后同类扰动全变误报。
- 记下训练集评分分布：μs、σs。这两个数决定阈值。

### 第 3 步：低秩重建

对标准化后的窗口矩阵做 SVD（或 PCA），取前 L 个主成分构成投影 P：

```
Enc: z → (z − c)ᵀP        Dec: y → c + ((z − c)ᵀP)Pᵀ
M(z) = (1 / N) · ‖Dec(Enc(z)) − z‖²    N = 窗口维度总数（W·F）
```

- L 取法：累计解释方差 ≥ 90%，或按"正常工况的主要驱动因素个数"定（磨煤机案例 L=4：负荷、煤质、风量配比、环境）。
- L 过大 → 模型什么都能还原，灵敏度归零；L 过小 → 正常波动也被当异常。

### 第 4 步：残差归因（不可省）

把 M 按参量拆开，输出贡献占比排序：

```
perFeat[f] = 该参量所有维度残差平方和 / 总残差平方和
```

只给一个 M 值等于没给——现场要知道**先查什么**。案例实测：磨电流 25.4%、R90 22.1%、一次风量 17.5%、出口温度 16.6%，温度只排第 4。

### 第 5 步：阈值与确认逻辑

- 阈值 τs = μs + k·σs（k 取 3–5），或按可接受误报率反推。**宁可保守**：定低会报警泛滥、定高会漏，工业现场优先要"每条报警都站得住"。
- 加**确认规则**：单日越阈不报，需连续 N 天（建议 3）单调上升才确认。首日越阈通常只超阈 30% 左右，撑不住结论。
- 加**提前量输出**：按近 W 日主参量趋势外推越限日，同时给线性/二次两个结果——加速型故障线性外推必然偏晚。

---

## 三、参数字典（换设备只改这一张表）

| 参数 | 含义 | 磨煤机案例取值 | 换设备怎么定 |
|---|---|---|---|
| `W` | 窗口长度 | 7 天 | 覆盖一个工艺周期 |
| `FEATS` | 参量清单 | 出口温度 / 磨电流 / 给煤量 / 一次风量 / R90 / 进出口压差 / 分离器电流 / 磨辊油温 | 换设备换成该设备的关键参量 |
| `L` | 隐层维度 | 4 | 累计解释方差 90% 或按驱动因素数 |
| `MU` `SD` | 标准化参数 | 训练集逐列均值/标准差 | 必须来自训练集 |
| `C` | 评分缩放系数 | 0.03 / 训练均分 | 让 μs 落在 0.03 附近便于读 |
| `TAU` | 报警阈值 | 0.075 | μs + 3~5σs，现场重估 |
| `CONFIRM_N` | 确认天数 | 3 | 噪声越大取值越高 |

---

## 四、数据结构

**输入 CSV**（9 列，日频）：`运行日, 出口温度, 磨电流, 给煤量, 一次风量, R90, 进出口压差, 分离器电流, 磨辊油温`

**模型参数 JSON**（部署给前端用，含 224 个参数）：
```json
{"meta":{"W":7,"F":8,"latent":4,"scale":0.03},
 "model":{"MU":[...],"SD":[...],"c0":[...],"P":[[...]]},
 "rows":[{"d":61,"v":[62.4,133.4,48.9,...]}]}
```

**部署要点**：参数量 ≈ W·2F·L + W·2F，量级几百个数，可直接内联进 HTML 由浏览器端重算——**不要在前端写死评分数字**，否则数据一变页面就骗人。

---

## 五、预警包规范（每次报警必须四件套）

1. **评分与阈值**：M = 0.099 &gt; τs = 0.075（超阈 33%）
2. **距越限**：预计 N 天越限，注明外推方式与失效条件
3. **残差贡献排序**：Top 4 参量 + 占比，直接指向排查方向
4. **走势判读**：后 3 日评分序列，单调上升 / 波动 / 回落，附是否需要确认

缺任何一项，报警不能出——只给"异常"等于把判断成本推回给人。

---

## 六、WorkBuddy 提示词模板

```
请作为「设备多变量异常预警」分析师，处理以下数据：

【设备类型】磨煤机 / 风机 / 泵组 / ...
【参量清单与单位】
【正常期数据】（CSV 或表格，至少 70 天）
【待评估数据】（最近 W 天）

请按五步执行：
1. 适用性判定：三条件是否满足，不满足直接说明并给替代方案；
2. 窗口构造：说明 W、F、是否含日增量、标准化参数来源；
3. 低秩重建：报 L 取值与解释方差，输出训练集 μs / σs；
4. 逐日评分：列出每日 M 与残差 Top4 参量占比；
5. 判定：是否越阈、是否满足连续确认、提前量估计与外推方式。

铁律：不编造参量数值；训练集混入故障就说明并要求剔除；阈值未在正常样本重估前只给「参考评分」；
残差归因只作排查方向，不作部件故障结论；结论必须给出主因参量，不能只给一个分数。
```

---

## 七、交付前自查清单

- [ ] 训练集是否**只有正常工况**，且**包含变工况正常样本**？
- [ ] μ、σ 是否只在训练集上算、测试期复用？
- [ ] L 的解释方差是否 ≥90%，有没有压到"什么都能还原"？
- [ ] 评分是否**逐窗口独立**计算（不是全序列一起标准化）？
- [ ] 前端是否**真的重算**而不是写死数字？两端结果偏差是否 &lt;1e-4？
- [ ] 是否输出残差贡献排序（不是只有一个 M）？
- [ ] 是否加了"连续 N 天上升"确认规则？
- [ ] 提前量是否注明外推方式与"加速型故障线性外推偏晚"的失效条件？
- [ ] 模拟数据是否在页面显式标注，未冒充实测？

---

## 八、常见错误（都是踩过的）

| 错误 | 后果 | 正确做法 |
|---|---|---|
| 训练集混入故障样本 | 模型认为劣化是正常，永不报警 | 训练前逐段确认工况，异常段剔除 |
| 训练集没有变工况样本 | 启停/换煤全变误报 | 正常集里放足变工况样本 |
| 只用水平值不用增量 | 抓不到"变化率异常" | 加 Δx 维度 |
| 全序列一起标准化 | 故障段把自己的均值拉偏，灵敏度下降 | 只用训练集 μ、σ |
| 只输出 M 不输出归因 | 运维不知道查哪，等于没用 | 按参量拆残差并排序 |
| 阈值定太低 | 报警泛滥，真信号被淹没 | 宁保守，加确认逻辑 |
| 前端写死评分 | 数据一换页面就骗人 | 参数内联、浏览器端重算 |

---

配套案例：`../case-study.html`　体验看板：`../index.html`
