技能介绍

要解决什么问题

现场或评审场景里，振动数据往往来自不同仪器：格式各异（CSV、MAT、WAV、TDMS 等），采样率、单位、转速未必写在文件里。若只做「感觉偏大偏小」的口头判断，既无法对齐 ISO 20816-3:2022（国标 GB/T 6075.3 等同采用），也难在争议时说明阈值依据。本技能只做一件事：在功率 >15 kW、转速 120–30000 RPM 的联轴工业机械上，用 RMS 振动速度（mm/s）给出有依据的 A/B/C/D 健康分区与健康度评分——不做轴承故障定位、齿轮诊断或寿命预测。

工作方式

评估在本地 Python 进程内完成，由四个脚本串联，输出均为 JSON：

load_signal.py：解析信号；支持 9 种格式，MAT 多变量时列出 candidates 并提示；内嵌元数据写入 .meta.json sidecar。
infer_metadata.py：补全 fs、单位、rpm 等，优先级为 CLI 用户指定 → 旁路 _metadata.json → sidecar → 文件名正则 → 幅值启发 → 默认 + 警告。
确认与归一：needs_user_confirm 非空时必须先与用户确认采样率/单位；非 g/mm/s 时走 convert_unit.py（如 m/s²→g、μm→mm/s）。
screen.py + iso_engine.py：按 Group 1/2 与 rigid/flexible 套用 Annex A 阈值；转速未知时从频谱主峰反推；NaN/Inf 清洗与过短信号有降级路径。

给用户的结论应包含：整体判定与评分、ISO 区与阈值、RMS/峭度/峰值因子/主频、算法采用的元数据来源与单位转换、可信度及建议行动。有效频率范围按筛查用途取 10 Hz–1000 Hz。

边界与注意

不支持的格式需由 Agent 现场写读取代码并落盘为 NPY 后从 Step 2 继续；ISO 20816-3 仅 Group 1 与 Group 2，不存在 Group 3/4。
单位在 g 与 m/s² 的模糊带内会给出低置信结论，必须确认后再作最终判定。
需识别外圈/内圈/齿轮等具体故障类型时，应改用专用诊断技能；v1.2.0 暂不生成 HTML 报告。