前言¶
在工业现场，设备故障往往在事前没有明显征兆，等到报警时可能已经造成停机损失。传统做法依赖定期巡检或事后分析，难以提前预知风险。下面介绍一个基于传感器数据的预测性维护 Skill，它可以在故障发生前给出预警，并尝试识别可能的故障类型。
是什么¶
这是一个面向工业设备预测性维护的 Skill，由社区开发者 user_09377e9a 发布，版本 1.0.1，分类为 data-analysis。它通过分析 5 项传感器读数（温度、转速、扭矩、磨损）来预测设备是否会故障，并识别故障类型。当用户描述设备传感器读数、询问设备健康状况、上传设备运行数据，或提到“预测故障/预测性维护”时，会自动触发此 Skill。
核心功能¶
- 基于多传感器数据做故障预测：输入 5 项传感器读数，输出是否故障的预测结果。
- 故障类型识别：在判断出可能故障时，给出故障类型的识别结果。
- 交互触发方式：支持自然语言描述传感器读数、直接询问设备健康状况、上传设备运行数据，或使用“预测故障/预测性维护”等关键词。
安装与启用¶
该 Skill 适用于支持 SkillHub 的平台，安装时使用官方提供的安装命令。以下是通用安装步骤：
- 在支持 SkillHub 的平台中，找到该 Skill 的官方页面。
- 使用平台提供的安装命令进行安装。
- 安装完成后，在对话中触发即可使用。
典型用法¶
下面给出典型的输入与预期输出示例。
示例 1：描述传感器读数
用户输入：
设备A的当前传感器读数：温度85°C，转速1200 rpm，扭矩50 N·m，磨损指数0.15，振动幅值0.8 mm/s，请预测是否会故障。
预期输出：给出设备是否故障的预测结果以及可能的故障类型。
示例 2：直接询问健康状况
用户输入：
设备A现在健康吗？
预期输出：基于已有传感器数据给出健康状况评估。
示例 3：上传运行数据
用户输入：
上传以下设备运行数据：[数据内容]
预期输出：对上传的数据进行故障预测和类型识别。
适用场景与注意¶
- 适用场景：适用于需要基于多传感器数据做故障预警与类型识别的工业场景，如工厂设备巡检、预测性维护系统等。
- 注意事项：使用前请确保传感器数据准确完整，避免因数据缺失或异常影响预测结果。
结尾¶
该 Skill 为工业设备预测性维护提供了一个基于传感器数据的自动化分析工具，帮助在故障发生前做出判断。官方地址：https://www.skillhub.cn/skills/user_09377e9a/predictive-maintenance
