阈值类型与分类：绝对值阈值、变化率阈值、统计阈值、组合阈值
各位工程师朋友，今天我们来聊聊在线监测系统里最核心的一个话题——阈值怎么设。
说实话，我见过太多项目因为阈值设得不对，要么天天误报把人烦死，要么设备都烧了还没报警。阈值这东西，看着简单，其实门道很深。
我个人习惯把阈值分成四大类：绝对值阈值、变化率阈值、统计阈值、组合阈值。咱们一个一个说。
一、绝对值阈值——最基础，也最容易踩坑
绝对值阈值，说白了就是设一个固定的上限或下限。比如电机温度超过85℃就报警，这就是典型的绝对值阈值。
它的优点是简单、直观。但缺点也很明显——太死板了。
我记得有一次做水泥厂的设备监测，夏天环境温度40℃，设备正常运行时温度就接近80℃了。结果呢？报警阈值设的是85℃，整个夏天都在误报。后来我把阈值改成了95℃，冬天又报不出来了。
代码实现也很简单：
// 绝对值阈值判断示例
if (currentValue > upperLimit || currentValue < lowerLimit) {
triggerAlarm("绝对值超限");
}二、变化率阈值——捕捉趋势变化
变化率阈值关注的是变化速度，而不是绝对值大小。比如温度在10秒内上升了5℃，这往往比温度本身达到某个值更危险。
为什么会这样？因为很多故障在早期表现为参数快速变化，但绝对值还在正常范围内。等你看到绝对值超限了，故障往往已经发生了。
我在钢铁厂做过一个项目，轧机轴承的温度变化率阈值帮我们提前40分钟发现了轴承磨损。当时温度才65℃，但变化率已经达到0.8℃/分钟了。操作工提前停机更换轴承，避免了设备损坏。
// 变化率阈值判断示例
double rate = (currentValue - lastValue) / timeInterval;
if (rate > rateUpperLimit || rate < rateLowerLimit) {
triggerAlarm("变化率超限");
}三、统计阈值——用数据说话
统计阈值是我个人最喜欢用的方法。它不依赖固定数值，而是根据历史数据动态计算。
最常用的是均值±n倍标准差。比如设备正常运行的温度均值是70℃，标准差是3℃，那么取3倍标准差，阈值就是70±9℃，也就是61℃到79℃。
这样做的好处是：阈值会自适应设备的实际运行状态。设备老化后均值漂移了，阈值也跟着漂移，不会出现老设备频繁误报的情况。
| 统计方法 | 适用场景 | 我踩过的坑 |
|---|---|---|
| 均值±3σ | 正态分布的数据 | 数据非正态时误报率高 |
| 中位数±MAD | 有异常值的数据 | 计算量稍大 |
| 百分位数法 | 任意分布的数据 | 需要足够的历史数据 |
// 统计阈值判断示例（均值±3σ）
double mean = calculateMean(historyData);
double std = calculateStd(historyData);
double upper = mean + 3 * std;
double lower = mean - 3 * std;
if (currentValue > upper || currentValue < lower) {
triggerAlarm("统计阈值超限");
}四、组合阈值——多维度判断
组合阈值就是把前面几种方法结合起来。你想想看，单一阈值总有漏洞，组合起来才能形成完整的防护网。
我常用的组合方式有：
- 绝对值 + 变化率：绝对值超限立即报警，同时变化率超限也报警。两者任一满足就触发。
- 统计阈值 + 变化率：统计阈值作为主判断，变化率作为辅助判断。比如统计阈值没超，但变化率异常，也报警。
- 多参数组合：比如温度、振动、电流三个参数同时异常才报警，减少误报。
我曾经在化工厂做过一个泵组监测，单看温度没问题，单看振动也没问题，但温度和振动同时上升时，就预示着机械密封要坏了。这就是组合阈值的威力。
// 组合阈值判断示例（绝对值+变化率）
bool absAlarm = (temp > tempLimit);
bool rateAlarm = (tempRate > rateLimit);
if (absAlarm || rateAlarm) {
triggerAlarm("组合阈值触发");
}知识体系总览
下面这张图是我自己整理的阈值分类体系，你可以对照着看：
嗯，这张图基本把四种阈值的关系理清楚了。你注意看，组合阈值在最右边，它其实可以调用前面三种阈值做任意组合。
最后说一句，阈值设定没有银弹。我在不同行业、不同设备上用过几十种方案，没有一种能通吃。关键是要理解你的设备、你的数据、你的业务场景。
好了，这一章就到这里。下一章我们聊聊阈值设定的具体步骤和参数调优方法。