二、系统总体架构：五层分治，各司其职
做PHM系统，说白了就是给风机建一套“健康档案”。我见过不少团队一上来就堆算法、上大屏，结果数据采不上来、传输断断续续，最后成了摆设。所以，咱们得先把架构理清楚。
我个人习惯把PHM系统分成五层：数据采集层、数据传输层、数据存储层、数据分析层、应用展示层。每一层干好自己的活，别越界。你想想看，这就像盖楼——地基不稳，装修再漂亮也没用。
2.1 数据采集层：一切的基础
数据采集层，说白了就是给风机“装传感器”。我见过最惨的案例——某风场装了50台风机，结果振动传感器装错了位置，数据全废了。嗯，这里要注意：传感器选型、安装位置、采样频率，这三件事必须提前定死。
常见的采集数据包括：
- 振动信号：齿轮箱、发电机、主轴轴承，采样率建议≥10kHz
- 温度数据：齿轮箱油温、发电机绕组温度、轴承温度
- 电气参数：三相电流、电压、功率因数、谐波
- 工况参数：风速、转速、桨距角、偏航角度
- 油液分析：颗粒计数、水分、粘度（这个我建议有条件再上）
2.2 数据传输层：别让数据死在路上
数据采上来了，怎么传？我遇到过最头疼的事——某海上风场，4G信号时有时无，数据包丢了30%。后来我们加了本地缓存+断点续传，才算解决。
传输层要考虑几个关键点：
- 实时性要求：报警数据需要秒级传输，趋势数据可以分钟级
- 带宽限制：振动原始数据很大，一台风机一天能产生几个GB
- 可靠性：断网后数据不能丢，本地要能缓存至少7天
- 安全性：加密传输，别让数据裸奔
常用的传输方案：
| 场景 | 推荐方案 | 说明 |
|---|---|---|
| 场内机组互联 | 工业以太网 + OPC UA | 稳定、实时性好，适合机舱内 |
| 陆上风场 | 4G/5G + MQTT | 成本低，覆盖好，注意流量费 |
| 海上风场 | 光纤 + 卫星备份 | 可靠性优先，成本高但值得 |
| 偏远地区 | LoRa + 边缘缓存 | 低功耗，适合低频数据 |
2.3 数据存储层：给数据找个好家
数据存哪里？怎么存？这问题我纠结过很久。你想想看，振动数据是时序的，设备台账是关系的，故障案例可能是文档——一种数据库搞不定所有。
我建议的存储方案：
- 时序数据库（如InfluxDB、TDengine）：存振动、温度、电流等连续采集数据
- 关系数据库（如PostgreSQL）：存设备台账、维修记录、报警事件
- 对象存储（如MinIO、S3）：存原始波形文件、报告、图片
- 数据湖：如果数据量特别大，可以考虑用数据湖做统一存储
另外，冷热数据分层是个好习惯。热数据（最近7天）放SSD，冷数据（超过1年）放廉价存储。我见过一个项目把所有数据都放高性能存储，一年后存储成本翻了3倍。
2.4 数据分析层：核心中的核心
这一层才是PHM的“大脑”。数据采了、传了、存了，最终是为了分析。我个人习惯把分析分成三个层次：
- 数据清洗与预处理：去噪、插值、归一化。这一步做不好，后面全是垃圾
- 特征提取：时域特征（均值、峰值、峭度）、频域特征（FFT、包络谱）、时频特征（小波、STFT）
- 诊断与预测：阈值报警、趋势预测、机器学习模型、数字孪生
🔑 关键认知： 别一上来就上深度学习。我做过对比，对于齿轮箱磨损这种渐变故障，简单的趋势预测+阈值报警，效果不比LSTM差多少，但计算成本低了一个数量级。先简单，再复杂。
2.5 应用展示层：让数据说话
最后一层，是给运维人员看的。我见过很多PHM系统，分析结果很牛，但界面做得像天书，没人用。展示层要记住三个字：看得懂。
常见的展示形式：
- 实时监控大屏：展示风机运行状态、关键参数、报警信息
- 健康度仪表盘：用红黄绿三色表示每台风机的健康等级
- 趋势曲线：展示振动趋势、温度趋势，支持时间范围选择
- 报警推送：短信、微信、邮件，分级推送（紧急、重要、一般）
- 运维工单：自动生成维修建议，关联历史案例
嗯，这里还要提一句：移动端越来越重要。现场运维人员不可能一直盯着大屏，手机端能看报警、查历史、确认工单，这才是真落地。
五层架构，每一层都有坑。但只要你把每一层的职责边界划清楚，接口定义好，整个系统就能跑得稳。我见过太多项目，层与层之间耦合太紧，改一层崩一片。记住：高内聚、低耦合，这六个字值千金。