Appearance
指标分析
告警只告诉你"哪里告警了", 回答不了"为什么告警、周围发生了什么"。aiots 的指标分析把告警时刻的周边数据按 5 层摆出来, 运维顺着下钻就能定位故障。
📖 配置教程:物模型告警/指标配置
什么时候会用到这个功能
告警能看见, 定位全靠人。 温度超 85℃ 这条告警弹出来, 是传感器飘了、单台设备散热不行、还是整条产线空调挂了?传统做法挨个翻数据、挨台对比设备, 运气好 20 分钟, 运气不好一上午。指标分析从告警卡片开始一层层下钻, 大部分告警钻到第 3 层就能锁定范围。
多设备多传感器的产线, 一天几百条告警。 30 多台 CNC 机床, 每台十几路温度、振动、电流传感器。告警产生后要快速判断: 是偶发尖峰还是持续越限(看单点位趋势)、是单点异常还是整机异常(看同设备其他点位)、是个体问题还是批次问题(看同产品其他设备)。
单台看不出来, 其实是环境问题。 有一次 15 台机床温度都比上周同期高 3-5℃, 单台看都在"正常范围", 跨设备一拉全清楚——车间空调那天开始制冷不足。故障在采集链路、网关还是产线, 用多维关联(同一采集器/网关/设备分组)定位。
新人也要能排查。 不用靠老员工经验, 跟着 5 层下钻走就行, 排查路径标准化。
能解决哪些问题
| 问题 | 解法 |
|---|---|
| 从告警到定位全靠人翻数据 | 5 层下钻, 数据自动摆好 |
| 偶发尖峰 vs 持续越限分不清 | 单点位趋势统计 |
| 只看一路告警去换传感器 | 同设备横向对比, 单点/整机分开 |
| 单台正常其实是环境问题 | 跨设备对比, 个体/批次分开 |
| 故障在传感器/网关/产线哪一层? | 多维关联, 按采集器/网关/分组定位 |
