中文
English一个看起来合理、实际上代价高昂的直觉
在PHM（故障预测与健康管理）系统的测点规划阶段，一种常见的思路是：传感器越多，采集的信息越全面，诊断就越可靠。这个直觉并非毫无依据——从信息论的角度，更多的观测确实可能提升对系统状态的估计精度。
但工业现场给出的答案要复杂得多。有从业者描述过一种典型场景：一台普通离心泵被配置了十二个测点，问为什么，答“厂家标配”。而真正承载诊断价值的，可能只有驱动端和非驱动端两个径向振动测点，再加一个轴向测点。传感器数量的膨胀，并没有同步转化为诊断能力的提升。
传感器选型真正需要回答的问题，不是“最多能装多少个”，而是“哪几个测点在给定约束下承载了最大的诊断信息量”。
第一个取舍：故障物理决定“装哪里”，而不是预算决定“装几个”
测点选型的第一约束来自设备本身的故障机理，而非可用传感器的数量。
振动测点的基本原则是明确的：测点应尽量靠近轴承承载部位，薄壁罩壳、管路弯头和局部共振位置不适合代替轴承座；水平、垂直、轴向三个方向应分别记录，不能只测一个方向。对于水平安装的电机和泵，优先测点通常是驱动端和非驱动端的轴承座径向（水平和垂直），并在至少一端布置轴向测点以捕捉推力相关故障。
安装方向的选择同样有物理依据。对于转子不对中故障，垂直方向的振动特征灵敏度是水平方向的数倍，如果仅在水平方向布置传感器，早期不对中征兆就会被漏掉。
这意味着，测点数量的下限是由“这台设备最可能以什么方式失效”决定的，而不是由一套通用模板决定的。一台泵和一台燃气轮机的故障模式不同，测点配置的逻辑也必然不同。高速旋转设备的轴承碰摩特征频率可能远高于通用泵组，沿用同一套传感配置，漏报几乎是必然的。
第二个取舍：传感器数量增加，数据质量未必同步提升
当测点数量越过“覆盖关键故障模式”的阈值之后，继续增加传感器带来的边际收益会迅速衰减，而边际成本却在多个维度上升。
冗余信息是第一个代价。 并非所有传感器都对剩余寿命（RUL）的准确预测有实质性贡献，冗余感知反而可能给预测引入不确定性，同时产生不必要的工业支出。多个测点采集到高度相关的信号时，模型面临的不再是“信息不足”，而是“信息重复”——这增加了特征工程的负担，却未必提升诊断的区分能力。
系统可靠性是第二个代价。 传感器数量过多本身可能降低系统的整体可靠性：每一个测点都是一条潜在的故障路径，传感器失效、线缆断裂、通信丢包的概率随节点数量线性增长。一个因为传感器太多而频繁维护的系统，在运维团队眼中并不是“更精密”，而是“更麻烦”。
经济性则是第三个、也是最直接的约束。 增加传感器不仅带来采购成本，还带来信息采集流程、安装调试和后续维护的连带支出。对于中低价值、间歇运行的设备，全套传感器的成本可能超过设备本身的残值，经济上并不成立。
第三个取舍：ROI的分布是不均匀的
测点选型的取舍，最终指向一个更宏观的判断：预测性维护的回报高度集中在少数设备上。
行业实践反复显示，ROI最明确的场景集中在三类：高价值旋转设备（风机、压缩机、泵，单台故障损失显著）、关键工艺设备（停机影响整条产线）以及安全关键设备（故障即事故）。在这些设备上，测点配置的精度和覆盖值得投入；而在低价值、间歇运行、故障频率本身极低的设备上，传感器的成本与设备价值不匹配，过度配置只会拉低整体回报。
因此，测点选型的取舍逻辑可以概括为三个层次的递进：先用故障物理确定“必须测什么”，再用数据效率约束“不必测什么”，最后用经济性决定“先测哪些设备” 。三个层次中任何一个被跳过，测点方案都可能在技术上完备、在经济上失衡。
元硕科技的工程视角
元硕科技的RIIWORX®智能设备运维管理系统，在测点选型上遵循的是“先故障模式、后测点配置”的工程顺序。
RIILinX工业智能网关支持振动、温度、压力、电流等多信号接入，但系统的设计逻辑不是鼓励“把所有能测的都测上”，而是根据设备类型和关键故障模式确定必要的信号组合。RIIWORX®PHM系统涵盖轴承损伤、齿轮故障、转子不平衡、不对中等典型故障模式的知识库，为测点配置提供的是“这台设备的哪些故障模式需要用哪些测点来覆盖”的参照框架，而非一套通用的传感器清单。系统形成的“监测—诊断—处置—验证”闭环，使测点方案可以在运行中持续校准——如果某个测点长期未产生有效诊断贡献，它是否值得保留，就有了数据依据，而不是仅仅因为“已经装上了”就继续维持。
传感器是手段，不是目的。测点选型的终点，不是一张尽可能长的传感器清单，而是一组在故障覆盖、数据效率和经济性之间取得平衡的最小充分集合。
元硕科技——以数据驱动设备健康，用AI预见工业未来。
