「微信大厅链接房卡金博财经」混进设备润滑告警流，GMG的检索降噪怎么做

该厂去年上线GMG润滑状态监测系统，传感采集覆盖油液品质、磨损颗粒与温度三类指标，数据每十分钟回传一次。为方便运维人员用自然语言检索历史工单，系统开放了关键词入口，同时把外部推送的行业资讯标题也纳入索引。问题出在索引合并环节：一条标题里带「微信大厅链接房卡金博财经」的财经类内容，因标题中含“金博”二字，与某台设备的历史工单备注“金博泵站”发生字面碰撞，被检索器判为高相关，直接推进了待确认队列。

这不是第一次。此前已有“房卡”“大厅”类词汇因与现场设备编号缩写重合而误触发。区别在于，这次碰撞发生在告警流而非普通检索页，值班员如果直接点“确认异常”，会生成一张无对应设备的润滑检查工单。

润滑监测的数据链路分两段：采集端负责油液颗粒、水分、温度与振动原始值的连续性；检索端负责把工单、备注、外部标题等文本做索引。两段混在一起做相关性打分，就容易出现“文本碰瓷传感”的假告警。GMG的处置思路是把噪声拦截放在检索端，而不是去改动采集阈值。

值班员可复用的判定步骤

• 看词来源：是外部推送标题，还是本厂工单备注。外部来源优先怀疑。
• 看传感曲线：对应设备在词出现前后两小时内，油液颗粒、水分、温度有无同步变化。无变化则词与设备无关。
• 看碰撞片段：把词拆成最小片段，确认是哪个片段撞上了设备编号或工单关键词。本例是“金博”。
• 做隔离：把该词加入本厂检索端的来源过滤名单，而不是加进设备告警词库——后者会越加越乱。