企业官网建设流程全解析

0、引言（全文约6800 字，图 43张）

先说结论：这套方法能装进 40 块钱的板子；大模型也能用，但搜 18 轮只涨得动 1 个百分点。

这两个数字放在一起，就是这一章要讲的全部内容。

第三章结尾我说过，手里还有几个开源仓库可以当素材。这一章用掉两个：

·vibrolab——回答"范式能不能落地"。前三章反复在说特征机器学习这条线便宜、可解释、够准，但便宜到什么程度、准到什么程度、边界在哪里，得把整条链路从头做完才有资格说。这个仓库把 CWRU 跨工况诊断从数据加载一路做到烧进 MCU，并且把每一步的边界都摆在明面上——包括哪些是真测出来的、哪些是软件模拟的、哪些是数据集本身的天花板。

·diagnosis-agent——回答"智能的边界在哪"。第二章判了大模型两条路（解释器、分类器）的死活，这一章让它干第三件事：当 Agent，自己去搜一个比我更好的特征选择方案。结果它没搜到——而"没搜到"这件事，比搜到更值得写。

先给刚进来的读者垫一句。我这几章说的特征范式指的是：把振动信号翻译成一组物理量——RMS、峭度、频带能量、倒谱这些（我攒的 120 维 CFD 特征），再用便宜的经典分类器做判断。前三章它一直在赢：第一章同域谁都是 100%，跨域四招对决里稳住阵脚；第二章它活过了 PINN 的对照；第三章它扛住了 RUL 的死局。但它始终欠着一个回答：赢是偶然还是范式？能落到真东西上吗？落到多小的东西上？

这一章不教方法，就回答这两个问题。看完之后你应该能带走一个判断：故障诊断这条链上，谁是主体，谁是配角。

1、vibrolab：把一条链路做完，再把每一步的边界摆出来

1.1、跨工况：78.93% → 98.96%，中间只隔了一次选维

CWRU 10 类轴承，0 HP 训练 → 3 HP 测试，严格无重叠切分（训练测试不共享 .mat 文件）。先看一个糟糕的现场：

前两行是第一章的老朋友：同域数据四平八稳，谁都 100%。第三行是第一章反复讲过的碎前提：负载一变，120 维特征里一部分的分布跟着漂，直接跨过去就是 78.93%——对 10 分类来说，这个数字不能用。

第四行就是这一章的第一个主角。做法一句话能说完：逐维统计特征从 0 HP 到 3 HP 的分布漂移量（用 Cohen's d，统计学里衡量"两组分布差多远"的标准量，差得越大越不稳），把漂移最大的 80 维扔掉，只留最稳的 40 维——这就是 Bot-40。78.93% → 98.96%，+20 个百分点，中间没有任何新算法，就是"把前提碎掉的维度扔掉"。

这其实就是第一章那句话的老动作：前提不满足，处理一下让它满足——创新的动作。只不过这次的"处理"是减法：不满足前提的维度，直接不要。

顺带交代一个防杠点。有人会问：这个 98.96% 是不是挑出来的？所以仓库里补了 12 任务全负载矩阵——全部 12 个（源工况，目标工况）组合、四路分类器全跑，平均 98.1%–99.2%，最差单点约 89%。不是挑数据挑出来的。

图1 · 12 任务全负载矩阵: 4 路分类器 × 全部（源，目标）组合, Bot-40 平均 98.1–99.2%, 最差单点约 89% — 非 cherry-picking

（再防一杠：跨工况实验属于标准的 transductive 设定——选维阶段允许看目标域的分布，不碰目标域标签。另外流式部署场景有 5% 目标域预热的对照实验，1.3 节说。严格 inductive——完全零目标样本——不在这个仓库的作业范围里。）

最后说明一下为什么精度数字在这章不是重点。CWRU 上刷 99%，任何方法都能刷到，单看精度说明不了什么——我在仓库里管这个叫数据集工程：当数据集本身就易分的时候，用什么方法都无所谓。就像小学期末考试，小学生能拿满分，大学生也能拿满分，你能因此说大学生厉害吗？题太简单，谁都可以。所以 vibrolab 的价值从来不在 98.96% 这个数，在它后面那几件事：边界、效率、和一块真的能跑的板子。

1.2、边界：三盆冷水

先泼第一盆：加噪声。全 120 维特征在信噪比 +10 dB 时直接崩到 7.7%——10 类均匀猜测的下限；Bot-40 在同一噪声档位保持 94–99%。

图2 · 加噪声鲁棒性: 信噪比 +10 dB 时全 120 维崩到 7.7% (10 类随机猜下限), Bot-40 保持 94–99% — 扔掉不稳维度的减法动作, 顺手把抗噪也挣到了

这个结果我本来没指望：选维的初衷是跨工况稳定，抗噪是捎带的——漂移大的维度往往也是噪声敏感的维度，扔掉它们等于顺手把噪声入口堵了一半。

第二盆冷水：传感器。算法效率解决了，整机成本另一半在传感器。CWRU 数据用的是工业级 IEPE 压电加速度计（万元级），真部署不可能每台设备都配一支，所以拿软件对信号做降级模拟，看不同档次的传感器喂进来，模型还剩几成：

最有信息量的是中间两行。ADXL355 的噪声底不比 ADXL1002 差，按"噪声越小越好"的直觉它应该更好——结果 38.98%，直接崩了。原因：带宽只有 1.9 kHz，把 2–5 kHz 的轴承高频冲击信号整个滤掉了。噪声再低，信号没了就是没了。MPU6050 更干脆，260 Hz 带宽，10.17%，不如蒙眼猜。

结论一句话：带宽是硬约束，噪声可以用算法扛，带宽扛不了。选传感器先看带宽，别看噪声底。这个结论把整机成本打了下来——ADXL1002 级工业 MEMS（500–800 元）就能撑住算法，整机 BOM 约 700–900 元档，对比工业 CMS 系统单点上万到十万，差 1–2 个数量级。

但必须叠甲：这一整段是软件模拟，不是真机测量。降级是软件做的，传感器参数是从各家 datasheet 抄的。真机还有运放前端、ADC 有效位数、安装耦合、温漂、EMI 一堆坑，综合下来预期精度会从 99.80% 掉到 90–95% 范围。方向不会错，数字要打折。

第三盆冷水最狠，是我主动公开的阴性结果：未见损伤尺寸外推，崩了。留一损伤尺寸交叉验证——训练时把某种损伤直径整个藏起来，测模型能不能外推到没见过的尺寸。9 组均值只有 37.8%–63.8%，内圈中大尺寸（IR014、IR021）直接崩到 0%。

这不是方法的锅，是 CWRU 数据集的结构性天花板：每类故障只有 3 种损伤直径，中间尺寸的连续外推本来就无法完成。第一章四招对决里的直径断崖，在这里又一次现形。我把它写进仓库显眼的位置，是为了给其他实验里所有的"99%"一个正确的心理锚点：这些 99% 的适用域，到"未见损伤尺寸"为止。

1.3、部署：2 KB，0.6 ms，40 块钱

三盆冷水泼完，剩下的就是把它塞进尽量小的东西里。

先看算法效率这一头。和主流迁移方法摆在一起：

这张表其实是个三难困境：深度域适应精度高，但 1–2 MB 塞不进 MCU，还要 GPU；CORAL 体积够小，但跨工况只有 49.21%（本地复测约 41%，同一个结论）；Bot-40 + LR 是唯一"体积小、精度不掉"的格子。能进 MCU 且精度不掉——这是整个技术路线选型的全部理由。

PC 端实测（单核 CPU，100 次采样中位数）：LR 单窗 0.69 ms，部署产物 4.2 KB，推理耗时不到窗口时长的 1%（一个窗口是 2048 点 @ 12 kHz，等效 170.7 ms 的物理时长）。四路对照里 LR 综合最优：延迟最短、产物最小、12 任务平均精度最高（99.17%）、方差最小，默认选型。

然后是真的烧进板子。ESP32-S3，2 KB 的模型（LR 权重 + scaler + Bot-40 索引），板上推理0.6 ms。每窗全链路约 5.6 ms：2048 点原始信号 → 120 维 CFD 特征（float32 FFT，约 5 ms）→ Bot-40 选维 + 标准化（约 50 μs）→ LR 10 类（0.6 ms）→ OLED 显示波形、中文故障标签、置信度条，串口回传诊断。流式收窗，逐窗诊断。

图3 · ESP32-S3 + 0.96 寸 OLED 实时诊断: 波形、"外圈007"、置信度条、延迟 — 训练用 0+3HP 双工况合训, 现场流式喂任意工况 (含没见过的 1/2HP) 全泛化 100%

（这张 100% 和图 1 的 12 任务矩阵不冲突，仓库里专门注了一笔：矩阵是单工况训→单工况测的最悲观协议，给的是下界；板子 demo 用 0+3HP 双工况合训，泛化到 1/2HP 属于插值场景——两个数测的是不同的东西。）

硬件合计 40 元出头：ESP32-S3-DevKitC-1 约 24 元，0.96 寸 OLED 约 10 元，数据线加杜邦线约 6 元。CWRU 数据集公开免费，train_export_model.py 十秒出 model.h，seed 固定逐字节可复现，训练双工况、现场流式喂任意工况（含没见过的 1/2HP）全泛化 100%。部署这个动作本身没什么玄学——模型小到 2 KB 的时候，部署就不再是工程问题。

流式部署还剩一个"上来要不要先喂数据"的问题，也测了：预热样本比例从 5% 扫到 100%，5% 就已足够，三路分类器的精度衰减在 0.5 个百分点以内。

到这里必须把最重的那块甲叠了，不叠这篇文章就成吹牛了：

1.板子上跑的是"特征提取 + 推理 + 显示"这条链，信号是 PC 从 CWRU .mat 流式喂进去的（上位机模式，PC 相当于数据采集卡）。真实传感器 → 运放前端 → ADC 采样这条硬件链路没有闭环——缺一支 IEPE 当"金标准参照"，没有金标准，就分不清精度掉了 X% 是传感器的锅还是算法的锅。

2. firmware README 里那个"领导提需求"的小故事是虚构的工作场景，写它是为了交代需求逻辑，精度数字全部来自软件模拟。

3. 甚至"传感器成本论断的真机验证"是我主动放弃的：工业现场对可靠性、防爆认证、EMI、供应商责任的要求，决定了 ESP32 + 廉价 MEMS 不会被现役检测系统采纳——这个逻辑链没有下游出口，做完也转化不成决策价值。所以这个仓库的定位是"算法可行性 + 边缘部署可行性的工程报告"，不是"接上就能用的产品"。

顺手交代仓库末端的另一个部件：流水线预留了一个可选的 LLM 接口——把结构化诊断结果（故障类型 + 置信度 + 关键特征）翻译成自然语言维修建议，本地小模型或云端 API 都能插，示例跑一遍约 0.16 元。注意它跟第二章的关系：第二章判死的是"让小模型从特征自己推理出为什么"——那是能力性问题，实测它编造选择题复读手册；这里的接口只做"把已经算出来的结论翻译成人话"，是个模板活，且是纯可选组件，不影响诊断精度。判断不交给模型，模型只管把结论说成人话——这句话是第二章和这一节的共同底色，也是第 2 节的引子。

2、diagnosis-agent：让大模型接手一局，看它涨多少

2.1、先考迁移：同一套方法，零改动换数据集

vibrolab 证明的是"这套范式在 CWRU 上能落地"。但同一份数据上跑出来的结果只能证明内部一致性，不能证明外部有效性——方法是不是 CWRU 专属，得换一个数据集才知道。

diagnosis-agent 干的第一件事就是这个：把 vibrolab 的 Cohen's d + Bot-40零改动搬到 PU 数据集（Paderborn 大学轴承数据，和 CWRU 不同机构、不同试验台、不同传感器、不同采样率），N09→N15 跨域，3 类：

两个读法。先读好的一面：Cohen's d 选维在 PU 上照样比全 120 维高 8 个点——这套"统计漂移、扔掉不稳维"的范式不是 CWRU 专属，是跨数据集有效的。第三章说过"分布偏移必须由基线消除"，这里是同一句话在另一个数据集上应验。

再读扎心的一面：天花板变了。CWRU 上 98–99% 的成绩，在 PU 上平推不过去，整套方法的极限就停在 0.83–0.84。数据集一换，特征空间的景观就换了——第一章说过"特征的判别性换个工况还成立吗"，这里给的是它的数据集版本：换个数据集，连"能到多少分"都换了。

2.2、再考智能：Agent 上桌

然后是正题。写 vibrolab 的时候我在碎碎念里提过一句"已经有人在做故障诊断 Agent 了"。学术界的创新压力大家都懂，我当时就想：Bot-40 是人工一刀切——能不能让 LLM 自己找到每个任务的最优解？让它用我的方法，做到我做不到的事？

于是有了这个仓库。架构三层：

LLM Agent（决策层）──> SCA 守卫（约束层）──> 诊断管道（特征选择+分类）

▲ │ │

└───────── 结果反馈 ───┴──────────────────────┘

Agent 每轮从工具箱里挑方案：7 种特征选择算法（Cohen's d / fisher / 互信息 / Lasso / RFE 等）、4 种域适应、若干分类器，自己组 pipeline，跑 evaluate，看分数，进下一轮。

光看架构你可能会觉得这就是个普通的 AutoML 循环。真正的难点在中间那层——SCA守卫。跑起来之后我发现 Agent 有几个毛病：它会偷懒，不会主动思考，只会穷举；给它最优解它会原地打转；试了一个方向拿了高分就赖着不走。所以 SCA 的工作不是"建议它做什么"，是拦住它不经思考的探索：

· 消融不足 → "你都不知道哪个模块是噪音"

· 重复探索 → "selector+n_dims 已试过，区别？"

· 路径依赖 → "未试 fisher/l1_lasso，凭什么更差？"

· 区间盲区 → "只在 low 搜，如果最优是 40 维？"

· 停滞 → "N 轮未破 X.XXXX，极限？"

· 消融发现超优不追 → 硬拦："为什么不追这个方向"

这套东西的设计基因来自我另一个仓库（桌面具身机器人）的硬件安全层——硬件里它钳舵机，软件里它钳探索，同一套思路换个战场。

2.3、结果：18 轮，不到 1pp

结果就写在 2.1 那张表里：Agent 探索 18 轮，SCA ON 拿到 0.8357，SCA OFF 拿到 0.8407。对照人工 Bot-40 的 0.8319——折腾 18 轮，涨了不到 1 个百分点。

我原本期待的是"LLM 找到比我一刀切更聪明的组合"。没找到。原因不在 Agent 笨，在Cohen's d 建立的基线太强：跨工况最该扔的维度，逐维统计漂移已经替你扔了，剩下 40 维附近的组合优化空间本来就没多大。这不是 LLM 的问题，是问题本身没有那么多肉。

但 SCA 那组对照里藏着一个比精度有意思的发现。ON 和 OFF 两次最终精度几乎一样（0.8357 vs 0.8407），过程质量差得很远。SCA ON 的日志里，Agent 被追问了 13 次。最有代表性的是第 9–11 轮：

[9] fisher n=108 → KNN-7 = 0.8334 ← 新高

[challenge] 区间盲区：只在 low 搜，如果最优是 40 维？

[10] fisher n= 80 → RF = 0.8357 ← 响应追问下探，再创新高

[11] fisher n= 40 → KNN-3 = 0.8307

没有那声"区间盲区？"的追问，Agent 大概率停在 108 维不再下探。SCA 的价值就此看清了：它不改变结果精度，改变探索路径的完备性。ON 那次分数略低于 OFF（0.8357 vs 0.8407），但两次各跑 18 轮，这个量级的差距谈不上谁真的更强（仓库自己的结论也是"ON/OFF 最终精度相近"）。ON 真正赢的是过程：把搜索空间走全了——对"要知道极限在哪"这件事来说，走全比碰巧高分重要。

还有一层更根本的边界，我在日志里看得清清楚楚：维度耦合的现象，我看得见，AI 看不出来。它所有的尝试都在我给的工具箱框架内执行——selector 换一种、维度数变一变、域适应换一个，但没有一次跳出"在 CFD 特征空间里做选择"这个框架本身。它的天花板是框架的天花板。

这轮探索里倒是真撞出过一个物理发现：跨转速场景下，能量类特征和形态类特征的漂移方向可预测（能量维随转速升高而涨、形态维反向）。这是个"物理规律层面"的发现——但把它转成工程精度的时候发现另一件事：sklearn 的 StandardScaler 本身已经把主要的对齐工作干完了，在这个基础上加物理先验，增益接近零。物理规律确实存在，但已经被标准工程基线吸收掉了。这个发现比"我提出了新方法"更硬——它精准画出了物理先验的适用边界（只有在做不了全量目标域标准化的场景下才有独立价值）。更完整的探索留在私有工作簿里，这个仓库和这篇博客都不展开，算一个明说的留白。

2.4、合上第二章的话头：大模型到底该站哪

现在可以把第二章欠的账结了。两章加起来，大模型在故障诊断里试了四个岗位：

前三行全是死路或者条件性失败,但我不排除用高参数量的大模型可以做到理解故障本质，但我觉得它的理解大概不会超出人的理解（峭度等信号处理理论），第四行是活着的那个。翻译成人话：大模型不要碰诊断本体——分类、选维、解释推理这些"出结论"的活它干不了或干不便宜；它该站在决策层，在人工方法划好的框架里做搜索、做自动化、被 SCA 拷问着把流程走完备。

而且"不能"本身有两重价值。第一重：Agent 搜了 18 轮都顶不过人工 Cohen's d，反过来证明了这套人工方法的鲁棒性——换数据集、被智能体围攻，天花板都还在。第二重：它把 LLM 的角色边界画出来了，这条边界比任何精度数字都值钱，因为拿着它你可以直接判断手头那个"大模型 + 故障诊断"的项目靠不靠谱：如果它的卖点是大模型替代诊断，2.4 节那张表的前三行就是它的下场；如果大模型只是决策层的配角，那这个项目至少站在了能站的位置上。

3、结尾：主体与配角

两个仓库讲完了，可以合题了。

这一章的全部证据指向同一个结构：故障诊断这条链上，主体是"传感器 → 物理特征 → 边缘推理"这条物理链，大模型是站在链条末端的配角。

主体这边的证据：2 KB 模型、0.6 ms 推理、40 元硬件、98–99% 跨工况精度、94%+ 抗噪、跨数据集 0.83——每一个数字都便宜、可解释、边界清楚。配角那边的证据：18 轮搜索 1pp、四个岗位死活名单、以及一个 2 KB 模型根本不需要大模型就能部署的事实。

写 vibrolab 碎碎念的时候我写过一段焦虑：所有研究领域最后都会指向大模型，我们能做的常态研究，是不是只是给大模型加一个 skill？这一章算是我的答案：传感器、特征、边缘推理这条物理链，大模型替代不了——不是因为它是传统方法所以舍不得扔，是因为它便宜一到两个数量级、每个数都有物理含义、还塞得进 40 块钱的板子。大模型站在链条末端，干它擅长的：搜索、自动化、把结构化结论翻译成人话。第二章判它死的是"出结论"的岗位，这一章补上的是"不出结论"的岗位——合在一起，它的位置就画全了。

回收一下整个系列，这一章其实是三句老话的第三次应验：

1. 第一章说"前提不满足，处理一下让它满足"——Bot-40 就是那个动作：前提碎在 80 个维度上，扔掉它们，前提就满足了。

2. 第二章说"特征派活下来，是因为只碰出厂定死的数"——本章的 120 维 CFD 全是这类数，所以它能烧进 MCU、能扛噪声、能跨数据集。

3. 第三章说"分布偏移必须由基线消除"——Cohen's d 选维、健康基线 z-score，是同一个思想在不同任务上的两次显形。

系列写到这，大概是故障诊断的全部图景都完全了，这章算是水一篇吧，毕竟到了该找工作的时候了，最近也没时间做新东西了，其实要继续写的话，我可能就讲一讲神经坍缩（NC）领域了，这个就纯偏理论了，我对于NC这个领域的看法就是用几何结构去解释算法的黑箱，还是说更喜欢看工程应用的东西？也许下一章拆算法？

两个仓库都在 GitHub 上，数据、代码、CSV、阴性结果全部公开，欢迎考据：[vibrolab](https://github.com/kanglongh/vibrolab)、[diagnosis-agent](https://github.com/kanglongh/diagnosis-agent)。