工业智能检测产品系统

解决工业机器由于损坏造成的停机损失，凌晨 3 点车间某台泵轴承开始劣化 → 系统报警 → 值班人员打开详情页，看到专家建议是"轴承外圈损伤特征，建议停机更换"→ 打开谱图分析确认特征频率吻合 → 用趋势叠加对比确认是渐进劣化而非瞬时冲击 → 安排在白班计划性停机检修，而不是等它烧坏了半夜紧急停产抢修。

具体拆开是四层：

1. 看得见 —— 设备状态透明化
工厂里的旋转设备（电机、泵、风机、齿轮箱这类）装在车间各处，靠人巡检根本盯不过来。系统把所有设备的振动数据实时采集上来，在一块屏上就能看到哪台设备现在状态正常、哪台在报警。

2. 判得准 —— 故障定位不靠老师傅经验
设备振动异常了，传统方式得靠有经验的师傅拿听诊器听、凭感觉猜。这套系统把波形信号做了 19 种算法分析（FFT 频谱、包络解调、阶次分析、倒频谱……）——

轴承内圈/外圈/滚动体损伤 → 包络解调能看出特征频率
转子不平衡/不对中 → 频谱上的转频和谐波能区分
齿轮故障 → 阶次分析能定位
就是说：不光告诉你"设备在振"，还告诉你"是哪个部件、什么性质的故障"。

3. 比得出来 —— 趋势劣化提前预警
设备故障不是瞬间发生的，是慢慢劣化的。趋势对比/叠加对比功能就是干这个的：

同一设备不同时间段的特征值（有效值、峭度、峰值指标等 34 项）放一起比，能看到劣化趋势
同一设备不同测点/不同波形叠加比，能找到异常点
在设备彻底坏掉之前介入，避免非计划停机——停机一小时的损失往往远大于维修本身
4. 教你会修 —— 专家知识沉淀
报警触发后，系统直接给出故障原因、可能后果、专家处理建议（先检查什么、怎么修、修完验证什么）。相当于把老师傅的经验固化在系统里，普通运维人员照着做就行，不依赖个人经验。

整个前端页面以及设计，页面功能
首页（设备总览） /

设备列表/卡片总览，设备状态监测入口
设备详情 /device-detail/:id

设备信息、设备实时数据（WebSocket 推送，直连 101.34.75.201:8848）
传感器报警展示：解析报警 fault 字段的 JSON，展示故障原因、可能后果、专家处理建议（支持数组或分号分隔字符串两种格式，缺字段有兜底文案）
专家处理建议区与中列高度 ResizeObserver 自动对齐，长列表可滚动
谱图分析 /device-spectrum/:id

时域波形图 + 频域频谱图（波形解码 → 去均值 → 调 Python FFT 接口转频谱）
谱图对比系列 /xxx-compare/:id

趋势对比（并排）：多时间段特征趋势并排对比
波形对比（并排）：多条波形/频谱并排
趋势叠加对比：自定义时间窗口（最多若干个，带颜色标识），34 个特征值按 5 类分组（时域统计/无量纲因子/频域特征/频带能量/转频谐波），多窗口曲线叠加在一张图
波形叠加对比：19 种分析类型按 5 类分组（时域分析/频域分析/包络解调/阶次倒频/时频分析），多数据项同图叠加
特殊对比
所有对比图支持滚轮缩放、拖拽平移、底部滑块、右上角框选缩放/还原工具
故障诊断 / 故障预测 / 历史数据 — 业务展示页