摘要
工业预测性维护程序通常依赖于SCADA历史数据，这些数据的采样频率较低，报告间隔也不均匀。这些数据限制，特别是非均匀的扫描速率和标签间的时间不对齐，限制了高分辨率或传感器密集型预测模型的应用。本研究提出了一种轻量级的、基于物理原理的健康状态代理指标——温度加权工作（TWW）指数，旨在在这些工业限制条件下监测电机定子绕组的退化情况。TWW指数通过扭矩和速度测量值计算机械工作量，并使用一个自适应的指数温度权重函数进行加权，该函数会对高温运行进行惩罚。该指数的构建灵感来源于实际的热老化经验法则（如Montsinger规则），即高温对设备的损害更为严重；但它并不是固定绝对温度寿命定律的直接实现。相反，它被设计为一个适用于在线SCADA系统的轻量级自适应指标。为了解决SCADA系统特有的不规则性问题，该框架结合了数据同步和重采样技术来对齐不同类型的标签，并通过功率阈值划分来识别与退化相关的负载时段。最终得到的累积指数通过从历史事件中确定的故障参考阈值转换为标准化的健康状态/剩余使用寿命（RUL）代理指标。使用工业三相电机的现场数据进行验证表明，TWW指数能够提供与记录的绕组故障和主动维护措施一致的退化趋势。案例研究证实，该模型能够在绝缘层发生灾难性损坏之前发出预警，从而实现无需额外硬件的实时资产管理解决方案。
