手电、听针与那本翻烂的巡检本

在汽车零部件行业干了十七年的周立诚，过去最怕的是凌晨两点到四点的班次。那段时间人最困，设备却最容易出状况。他带着手电、听针和一本翻得起毛边的巡检本，沿着冲压线、焊装线和装配线走上两万步，摸轴承温度、听液压泵异响、看油标液位，把每一处观察记进本子。第二天早会再凭记忆复述给班组。这种模式的问题他比谁都清楚：发现靠耳朵，判断靠经验，记录靠手写，等异常真正被确认，往往已经停机了。

PG直营站在走访中了解到，这家工厂启动产线数字化改造时，周立诚是第一批被拉进项目组的现场人员。他起初并不热情，理由很实在：屏幕上的曲线和他手摸到的温度不是一回事，谁敢把夜班交给一块看板。

第一块边缘网关装在了最不显眼的角落

改造从一条焊装线开始。PG直营站的方案工程师把工业边缘计算网关装在了线体电控柜侧面，采集伺服电机电流、气缸动作节拍和冷却水温，采样频率按周立诚的要求先压到能看清异常波动的档位。第一周他几乎每晚都去比对，看板上显示的电流波动和他在现场听到的异响是否对得上。

  • 第三晚，网关记录下一台伺服驱动器在换型后出现的周期性电流尖峰，而他当晚巡线时并未察觉。
  • 第五晚，他把听针贴在减速机上确认了异响位置，与数据曲线指向的轴端一致。
  • 第二周，他主动提出把冷却水温的告警阈值下调两度，理由是他知道夏天夜班环境温度会更高。

PG直营站认为，这个细节很关键：数据要让人信，先得让人验证一次。周立诚不是被说服的，是被自己对上的那几次结果说服的。

从走两万步到看四块屏

如今他的夜班方式变了。接班后先看MES生产执行工作站上的工单进度和换型计划，再打开边缘看板确认各线体通讯状态，然后才决定去现场走哪几段。APS智能排程引擎把换型窗口排在深夜低负荷时段，他需要盯的是换型后的首件稳定性和设备预热曲线。AI视觉质检终端在装配线末端拦下的划痕件，他会抽时间去看实物，确认判定边界是否偏松。

“以前是我找问题，现在是问题来找我。”他这样向PG直营站描述变化。步数从两万降到六七千，但处理的问题数量反而多了，因为很多异常在变成停机之前就被拦下来了。他把那本巡检本收进了抽屉，说留着当个念想。

人的经验没有退场，只是换了存放的位置

PG直营站编辑部注意到，这类转变中最容易被忽略的不是设备，而是经验如何延续。周立诚现在做的事，是把过去记在本子上的判断逻辑讲给年轻工程师听，由他们配置成规则和阈值。哪台设备在潮湿天气容易误报，哪个工位的视觉判定需要放宽，这些仍然来自他。不同的地方在于，这些判断不再只存在于一个人的夜班里，而是留在了系统里。

他最近在学怎么看数字孪生模型里的产线节拍推演，进度不快，但每周都在问问题。对一家正在往黑灯工厂方向走的工厂来说，这或许比任何一块大屏都更能说明改造走到了哪一步。