预测性维护如何从一条可信的运行基线开始
预测性维护不是在设备坏掉前猜一个日期，而是持续比较运行状态、工况和维护记录，寻找可解释的变化。
基线描述正常怎样变化
稳定设备也会随负载、环境和班次产生波动。
基线应保存这种正常范围，而不是一条完全平直的平均线。
传感器位置影响结论
同一种振动传感器安装在不同位置会得到不同幅值。
更换位置后不能直接沿用旧阈值。
维护记录是重要上下文
润滑、校准、部件更换和软件升级都会改变信号。
没有维护时间线，模型容易把改善或调整误认成异常。
趋势通常比单次峰值可靠
一次冲击可能来自操作或环境，持续上升的温度和振动更值得关注。
判断要同时看幅度、持续时间和重复性。
多信号关系能够缩小原因
温度升高配合电流和振动变化，比单一温度告警提供更多机制线索。
相关性仍需由设备结构和现场检查解释。
维护成本也要进入决策
不是所有异常都值得立即停机，风险、备件、生产影响和检查成本需要一起衡量。
预测模型提供证据，不替代业务决策。
修复后要验证基线是否恢复
完成维护并不代表问题一定解决。
重新观察相同工况下的趋势，才能确认变化来自修复而不是短时波动。