这件事成立的前提是设备台账能按可维修件拆开,而不是只有一台泵的整机名字。具体做法是先用一张现场词表把口语描述归一成故障模式代码,再按设备类别与可维修件过滤,最后才做语义检索。一个三百人左右的机加工厂,两张表(设备台账、近两年工单)加一个人两周,就能把主力设备的口语报修变成可统计的记录。最容易踩的坑是直接拿口语原句做向量检索:同一个轴承异响,五个人写出五种说法,它们在向量空间里并不靠近,召回结果看起来合理,实际漏掉一多半。
口语描述进不了检索的三个断点
第一个断点是现象词不统一。「声音不对」「有异响」「咔咔响」「嗡嗡响」「里面像有东西」——在现场这些说法指的是同一类异常噪声,但字面上没有共同词。第二个断点是部位词粒度不对:「那头」「泵上」「后面那个」落不到可维修件,检索只能定位到整台设备。第三个断点是程度词没有信息量:「有点」「老是」「偶尔」几乎不携带可检索语义,可它偏偏是判断紧急程度的依据。
三类词经常挤在十七个字的报修描述里同时出现。任何单一手段都处理不了:同义词表能治第一个,治不了第二个;设备台账能治第二个,治不了第一个;大模型能猜出一部分,但猜错的代价是维修工跑一趟现场。
不少工厂的解决办法是让班组长把报修重写一遍。结果是多了一道人工,写法依旧不统一,而且班组长不在的时候流程就断。可复现的做法是把归一做成规则,在入库时自动执行,人不参与。规则做不到的部分才交给人,而且只处理规则标出来的未识别项,不是全量重写。
先分清现象、原因、机理
ISO 14224 是设备可靠性与维修数据采集和交换的国际标准,正式适用范围是石油、石化和天然气工业,现行版本为 2016 版,2022 年经 ISO 确认继续有效。它的分类结构被制造、电力、公用事业普遍借用,原因在于它把一个笼统的「泵坏了」拆成三层:故障模式是观察到的现象,故障原因是触发条件(分设计、制造、安装、运行、维修五类),故障机理是物理化学过程(腐蚀、冲蚀、疲劳、汽蚀、卡涩等)。据公开的行业实施解读,三者混写正是维修数据无法统计的典型原因:同一个失效五份工单五种写法,既做不了帕累托,MTBF 与 MTTR 也算不准。
第二个可用的是九级设备层级:第 6 级设备类别、第 7 级子单元、第 8 级零部件(可维修件)、第 9 级零件。标准要求把故障记在真正失效的零部件上,而不是记在整台设备上。这一条对检索尤其关键:报修说「三号泵声音不对」,台账只到整机时,检索只能返回这台泵的全部工单;台账到机械密封与轴承时,检索可以先缩到两个可维修件,答案的精度是数量级的差别。
常用故障模式代码(取自 ISO 14224 的故障模式分类,现场高频的十项):
FTS 启动失败 —— 按启动指令不动作、无法正常起机。
STP 非计划停机 —— 运行中自行停机或跳停。
ELU 外部泄漏(公用工程介质)—— 水、气、蒸汽等公用介质的可见泄漏。
ELP 外部泄漏(工艺介质)—— 物料、油品等工艺介质的可见泄漏。
INL 内部泄漏 —— 内部隔离件失效,介质跨腔串通。
VIB 异常振动 —— 振动超过可接受限值。
OHE 过热 —— 温度超限、外壳烫手。
LOO 出力不足 —— 流量、压力、产能低于要求。
NOI 异常噪声 —— 运行中出现非正常声响。
ERO 出力波动 —— 出力不稳定、时高时低。
词表怎么建
词表不是同义词词典,是映射表:输入是现场说法,输出是故障模式代码加可维修件。建的时候按现象分组,每组先收三十到六十条真实说法,来源就是工单备注里出现频率最高的那些词——不要凭想象编,编出来的词现场没人说。
声音类映射到 NOI 与 VIB:有异响、声音不对、咔咔响、嗡嗡响、摩擦声、尖叫、敲缸。
振动类映射到 VIB:有点抖、晃、振动大、晃得厉害、底座在动。
温度类映射到 OHE:烫手、发热、温度高、烧手、冒烟、有焦味。
出力类映射到 LOO 与 ERO:不出活、没压力、流量小、打不上、时快时慢、压力不稳。
泄漏与启停类映射到 ELP、ELU、INL、FTS、STP:漏料、渗油、滴、冒、串水、启动不了、按了没反应、自己停、老停。
词表里只放短语,不放整句。超过十个字的描述应该进备注字段由人看,硬塞进词表只会让规则互相打架。每个代码还要配一条排除规则:比如「漏油」在液压站是 ELP,在润滑脂加注点可能只是加注过量,前一句里出现「加注」就降级为提示而不是故障。这类排除规则不多,一般每个设备类别三五条,但它们能挡掉相当一部分误判。
不改 CMMS 的旁路做法
多数工厂的设备管理系统由外部供应商维护,改表结构要走变更、要重新验证,代价远超收益。可行的做法是旁路:每晚从工单表按时间增量抽一次,做归一与切片后写入向量库,原系统一行不改。历史数据只回溯一次,之后只处理增量。这条路线的好处是可逆——项目停了,删掉旁路库,业务系统毫发无损;这一点在说服设备部门时比技术方案更管用。
旁路有个容易被忽略的前提:工单号必须稳定且全局唯一。见过因为工单号按年重置导致覆盖写的事故,新工单把旧工单顶掉,历史直接丢了一半,而且是静默丢失,直到有人查三年前的维修记录才发现。入库前先确认唯一性,不确定就用创建时间加设备号拼一个代理键。制造业知识库方案里把这一段列为前置检查项,原因就在这里。
归一脚本:先把未知率打出来
import re, openpyxl
MODE = {
'NOI': ['声音不对', '有异响', '响得厉害', '咔咔', '嗡嗡', '噪音大', '摩擦声'],
'VIB': ['有点抖', '晃', '振动大', '抖得厉害'],
'OHE': ['烫手', '发热', '温度高', '烧手', '焦味'],
'LOO': ['不出活', '没压力', '流量小', '打不上', '出力低'],
'ELP': ['漏料', '渗油', '滴', '冒'],
'FTS': ['启动不了', '起不来', '按了没反应'],
'STP': ['自己停', '老停', '跳停'],
}
def normalize(text):
hits = []
for code, words in MODE.items():
if any(w in text for w in words):
hits.append(code)
return hits
wb = openpyxl.load_workbook('workorders.xlsx', read_only=True, data_only=True)
ws = wb['工单']
rows = []
for r in ws.iter_rows(min_row=2, values_only=True):
wo, equip, item, desc, day = r[0], r[1], r[2], str(r[3] or ''), r[4]
codes = normalize(desc)
rows.append({
'wo': wo,
'equip': equip,
'item': item,
'raw': desc,
'mode': ';'.join(codes) or 'UNK',
'text': str(equip) + ' ' + str(item) + ' ' + ' '.join(codes) + ' ' + desc,
})
unk = [x for x in rows if x['mode'] == 'UNK']
print('rows', len(rows), 'unk', len(unk), 'ratio', round(len(unk) / len(rows), 3))
for x in unk[:20]:
print(x['wo'], x['raw'][:40])
脚本里 UNK 的比例是最重要的输出,比检索准确率重要得多。UNK 超过三成,说明词表没覆盖现场说法,先扩词表;低于一成再谈语义检索。很多人跳过这一步直接上向量库,结果召回的全是文本相似但设备不同的工单——比如把「泵体温度高」匹配到「泵体漏油」,两者字面都带泵,语义却不搭。
read_only 模式是必须的。工单表动辄几十万行,普通模式一次性载入内存,办公电脑直接卡死。只读模式配合 values_only 迭代,内存占用能压到几十兆,这也是每天跑一次增量更新的前提。
入库与查询:先过滤,再语义
import chromadb
client = chromadb.PersistentClient(path='./chroma_wo')
col = client.get_or_create_collection(
name='workorders',
metadata={'hnsw:space': 'cosine'},
)
col.upsert(
ids=[str(r['wo']) for r in rows],
documents=[r['text'] for r in rows],
metadatas=[{
'equip': str(r['equip']),
'item': str(r['item']),
'mode': r['mode'],
'closed': True,
} for r in rows],
)
ask = '三号泵那头声音不对'
codes = normalize(ask)
query = ask + ' ' + ' '.join(codes)
res = col.query(
query_texts=[query],
n_results=5,
where={'$and': [
{'equip': {'$eq': '3号离心泵'}},
{'item': {'$eq': '机械密封'}},
]},
)
for meta, dist, doc in zip(res['metadatas'][0], res['distances'][0], res['documents'][0]):
print(round(dist, 4), meta['mode'], meta['item'], doc[:40])
查询做两件事:先把提问过一遍归一拿到代码,再按设备类别与可维修件过滤。口语原句照样可以进 query_texts,因为它能补上词表覆盖不到的说法,但不能只靠它。这一步的收益很直观——同样一句「声音不对」,不带过滤时召回的可能是空压机、减速机、风机;带上设备与可维修件过滤,候选集从几千条压到几十条,语义检索只需要在这几十条里挑最像的。
这就是设备知识库与通用文档问答最大的区别:设备场景有硬约束,设备号、可维修件、故障模式都是确定的,先约束再相似,比纯相似可靠得多。把这条顺序搞反,再好的向量模型也救不回来。
词表要跟着产线和设备变。新设备进厂、新工艺上线,词表就得补。建议每季度看一次 UNK 清单,把出现频率最高的二十条补进去,一个人半天就够。词表荒废的典型信号是 UNK 比例逐月上升,而没人注意。
验收看四个数,不看回答像不像
归一覆盖率:近三个月工单里被成功映射到故障模式代码的比例。健康值八十五以上,低于七成就别谈检索质量。
同类召回率:人工挑三十条已知同因工单,看系统能召回多少。这个数直接决定老师傅愿不愿意用。
重复排查率:同一设备同一可维修件在三十天内被重复报修的工单占比,上线后应当下降,因为它反映的是首次没修到根因。
平均定位时长:从接到报修到确定处理方案的时间。用维修班组的派工记录倒推,不需要额外埋点。
节奏建议分三段。前两周只做一件事:把主力两百台设备的台账按可维修件拆开,同时跑一次全量工单归一,拿到 UNK 清单。第三到第六周补词表、做增量入库、和维修班组一起验召回。第七周之后再把入口嵌进派工流程——注意顺序,先有数据再谈入口,反过来做出来的东西没人用。
台账不准,后面全是白费
ISO 14224 的落地经验里,失败大多不在软件配置,而在台账数据:设备从未登记、层级是平的、铭牌参数空白、命名不一致。据公开的行业实施解读,标准本身对软件没有特殊要求,任何主流的设备管理系统都能配出这套分类,真正卡住项目的是资产数据本身。这个判断和国内工厂的实际情况吻合——台账往往是财务口径的固定资产清单,不是维修口径的设备清单。
解决办法是现场盘一次设备,只盘主力。把主力设备按子单元与可维修件拆开,辅助设备先只到整机,不要一次性追求全厂齐整。两百台主力设备覆盖的故障量通常超过七成,投入却只有全厂铺开的零头。
最后说清楚这套东西不解决什么。它不预测故障,也不替代点检;它解决的是「这台设备以前出过什么问题、当时怎么处理的、换了什么件」这一类问题——听上去很基础,但在多数工厂里,这个问题的答案目前存在某几个老师傅的脑子里。把它变成可检索的记录,才算真正开始积累。私有 AI 知识库在这条路径上承担的是检索层,前面的台账与词表工作仍然得靠人做,这也是所有设备知识库项目真正的工作量所在。
参考来源
ISO 14224:2016 石油、石化和天然气工业 设备可靠性与维修数据的采集与交换 - 国际标准化组织(ISO)标准目录
ISO 14224 九级设备分类与故障模式、故障原因、故障机理三层结构的实施解读 - CPCON Group 技术文章(据公开信息)
openpyxl 官方文档 Optimised Modes 只读与只写模式 - openpyxl.readthedocs.io