引言：当"都还行"变成一个分数，管理才有抓手

每周一早会，设备科长汇报重点设备状态，最常听到的一句话是"都还行"。什么叫还行？三号空压机振动比上周高了一点但没报警，二号冷媒压缩机轴承温度稳定但油液铁谱上次偏高，这些信息散在每个维护员脑子里，汇报的时候被压缩成"还行"两个字。等哪天"还行"的设备突然停了，复盘会上谁也说不清它是什么时候开始不好的。

设备健康度评分模型要解决的，就是把这个模糊的"还行"变成一个能看、能比、能考核的数字。90分是什么状态、60分要做什么动作，白纸黑字定下来，状态汇报就有了一致的标尺。

一、评分模型的基本盘：指标怎么选

一个能用的健康度模型，指标不用多，抓三类就够。第一类是状态量，振动、温度、电流、油液磨粒，直接反映设备当下"疼不疼"；第二类是劣化趋势量，比如振动值相对自身基线的偏差百分比、连续上升的天数，反映的是"往坏里走的速度"；第三类是运行环境量，负载率、启停次数、环境温湿度，用来解释为什么状态会变化。三类合起来，单台设备十来个指标足矣。

选指标有一条纪律：每个指标都必须能追溯到明确的故障机理。振动烈度对应不平衡、不对中和松动，轴承温度对应润滑劣化，铁谱磨粒浓度对应磨损。凑热闹式的指标堆得越多，模型反而越糊涂。

二、权重设计：别搞平均主义，也别拍脑袋

权重是这个模型里最容易吵起来的部分。常见做法有三种。

• 故障模式反推法。统计这台设备近三年的停机原因，哪类故障占的停机时长多，对应指标的权重就高。主轴承烧过两次的压缩机，轴承相关指标权重自然要压过振动。

• 层次分析法。让维护、工艺、管理三方对指标两两比较打分，算出权重。适合缺乏历史数据的新设备。

• 数据驱动法。用历史故障样本训练，让数据自己说话。前提是至少有十几起带标注的故障记录，多数工厂初期攒不够。

我们实际项目里用得最多的是第一种加第二种混搭：有检修记录的用故障反推打底，再用层次分析法微调，最后由设备、工艺、维护三方评审签字确认。权重定了就锁进系统，半年评审一次，避免今天改明天调。

三、阈值分级：分数要翻译成动作

光有分数没用，分数必须翻译成明确的动作等级。我们推荐五级制，每一级对应清晰的责任和处理时限。

阈值定多少，别照抄标准手册。同一型号设备在不同负载、不同工况下的合理区间差别很大，正确做法是用每台设备自己健康运行期的数据建立个体基线，再在基线上浮动分级。

四、闭环处理：评分模型的下半场

很多健康度系统死在"只报不办"上。分数掉到预警区，报警发了，然后呢？没人接。所以模型必须配一个闭环机制：每次降级自动生成工单，指明责任人和处理时限；处理完成后，把检修发现的真实故障原因回填系统——拆开一看是轴承保持架磨损，那这次扣分主要来自哪个指标，模型记得一清二楚。三个月攒下来，权重和阈值就能用真实数据校正一轮。

一句话总结：健康度评分不是给领导看的大屏装饰，它是把设备状态、检修责任和考核绑在一起的管理工具。分数准不准，取决于指标和权重有没有跟着真实故障不断修正。愿意花三个月做闭环校正的工厂，这套模型才真正开始替你干活。