在运转的工业设备中，隐藏着无数细微的震颤，它们是设备的“健康语言”。厦门烟草工业有限责任公司（以下简称厦烟公司）动力车间开展了一场“以数辨疾”的特别实践。

“当时老师傅们趴在设备上听振动，就像老中医把脉，我们就想能不能把这种经验转化成数据诊断。”技术团队负责人杨泽辉回忆道。这支平均年龄28岁的研发队伍，用一年多的时间，自主开发振动检测系统，通过改良的传感器，将难以捕捉的震颤转化为可解读可感知的数据语言，破译设备的“健康密码”，实现设备隐患的精准预警，打通预防性维修的“最后一公里”。

项目组在现场调试系统

系统开发并非一帆风顺，设备振动信息的捕捉与转化面临“检测精度不足、传感器部署困难、故障预警滞后”三大技术瓶颈。研发团队开展上百次试验，全力攻克这三个难题。“传感器选型就像给设备配‘助听器’，既要听得清杂音，又不能被轰鸣声淹没。”主攻信号处理的工程师陈力介绍。通过广泛对比传感器类型和使用场景，项目组找到了一双灵敏的“电子耳”，帮助职工降低工作难度。

项目组展示传感器组件

狭小空间的安装难题该如何解决？一次偶然的机会，杨泽辉从家里的冰箱贴获得灵感，“既然磁铁能吸住金属，是不是也能用来固定传感器？”经过三个月改进的磁吸式支架，让原本需要拆装30分钟的工序缩短至3分钟。

在动力中控室，大屏上跳动的波形图实时显示着设备的“健康情况”。“这套系统就像给设备戴了智能手环，5次/秒的监测频率比老师傅巡检频次高200倍，解决了设备故障预警滞后的问题。”杨泽辉指着突然变红的警示灯解释。

系统工作动图

系统上线运行后的第三个月，一段持续异常的波形引起值班人员的注意，维修人员快速响应，对异常设备开展检查。经检查，确认为空调风机皮带出现6毫米的松动，此次预警成功将故障暴露、维修响应、维修完成的全流程维修时间压缩至以往的三分之一。车间老员工李德利说：“以前遇到设备振动的难题需要耳听手摸，现在看看数据就能发现异常，这套系统把我们三十年的经验都装进去了。”

当老工匠的“听音棒”遇见数据流的0与1，将老工匠的经验转化为可复用的数字资产，推动了设备运维从“被动抢修”转向“主动预防”。在智能工厂建设的道路上，厦烟公司将继续扎实推进数字化场景实践，建强支撑生产制造单元，为企业高质量发展与现代化建设赋能。（文/图 杨泽辉 李承杨）

分享让更多人看到