预测性维护 PDM 业务领域知识
说明：本文结合当前后端实现整理。若文档描述与系统实现存在差异，以系统实现为准。本文刻意区分“领域知识”和“系统知识”：前者回答预测性维护是什么，后者回答本系统如何承载预测性维护。 1. 领域知识：预测性维护在解决什么问题预测性维护的核心不是把设备故障记录下来，而是在设备状态劣化早期识别风险，让维护从“故障后处理”转向“风险前干预”。 传统维护通常有三种模式： 维护模式 业务特点 主要问题 ...
时间性能分析系统业务领域知识
2. 核心业务对象2.1 研究对象研究对象是分析的基本组织单元，常见可以是： 产线 产线下的工位 工艺流下的子单元 研究对象通常具有层级关系，系统会按层级把数据汇总到不同管理层面。 2.2 节拍节拍不是简单的时间段，而是带业务语义的时间片段。 节拍通常有两类： 主节拍：代表一个完整业务周期 子节拍：代表主节拍内部的动作、阶段或工艺步骤 一个节拍至少要能说明： 它什么时候开始 它什么时候结束 它属于哪个研究对象 它对应什么工艺或动作 它的理论上限和下限是什么 ...
曲线质量分析业务扩展与交付经验
与主笔记的关系 主笔记：[00 曲线分析系统领域知识](/00 曲线分析系统领域知识/) 本笔记：补充业务上下文、模型训练经验、查询优化经验和现场交付经验 原始来源：两篇已归档来源笔记 1. 数据对象与业务上下文曲线分析要真正产生业务价值，必须把曲线放回业务上下文里看，而不是只看一组时序点。 常见需要一起关联的对象包括： 工件、车身或产品，作为质量追溯主键 设备、工位或轴，作为曲线来源和工艺位置 程序、配方或工艺参数，作为判定曲线是否合理的上下文...
曲线质量分析系统业务领域知识
这是一份面向拧紧工艺的曲线分析系统领域笔记。系统核心对象是时序数据曲线，重点围绕螺栓拧紧过程中的扭矩、角度、判定、参考曲线、基础模型、策略和规则展开。 一句话定义曲线分析系统的本质，是把设备在一次拧紧过程中的时序曲线，转换成可解释的质量结论。 它做的不是单纯“看曲线”，而是把一条曲线放进业务上下文里判断： 这是不是一颗有效螺栓的有效曲线 它和历史参考曲线是否一致 它是否触发了特征规则或模型判定 这次拧紧的异常点属于什么风险标签 该设备、该工位、该产线近一段时间的质量趋...
工业数据对接方案与平台集成
04 数据对接1. 说明这份文档总结了两种常见的数据对接思路，以及它们更适合的场景： Node-RED 更偏向流程编排、可视化连接和快速验证。 Airbyte 更偏向数据集成骨架、数据迁移和平台化同步。 2. Node-REDNode-RED 是一种基于流程的编程工具，通过可视化编辑把 IOT 设备、API 和在线服务连接起来，形成事件驱动的应用。它基于 Node.js 构建，因此带有事件驱动和非阻塞的特性。 2.1 基本工作方式它的使用方式很直接： 启动 Nod...