时间轴尺度需可调整以匹配不同的诊断需求
别名: 时间尺度 · multiscale trend
概念解释
可调整的时间轴尺度，让操作者能够根据当下的诊断假设，在秒级的瞬态波动、小时级的控制回路响应、和月级的缓慢漂移这几种完全不同的时间尺度之间自由切换，而不是被固定死在某一个窗口大小上。缩放这个动作本身必须保持时间语义清楚——放大之后看的是同一段真实时间里的细节，而不是换成了另一段时间——并且要能随时回到一个共同的参照窗口，不能让操作者缩放几次之后就不知道自己现在到底在看哪一段历史。
机制
固定不变的时间窗口对不同类型的信号并不公平：把窗口设得很短，一个持续几个月才显现的缓慢漂移在图上几乎就是一条水平直线，看不出任何变化；把窗口设得很长，一个只持续几秒的瞬态波动会被压缩成一个几乎看不见的尖峰，同样看不出来。多尺度查看的本质，是通过改变窗口大小，去改变信号和噪声在视觉上的相对比例——同一段数据，窗口选得合适，信号清晰可辨；窗口选错，信号会被噪声或者时间轴本身的压缩淹没掉。这里容易被忽视的一点是：缩放操作如果不保留事件在时间轴上的绝对位置标记，操作者放大或者缩小之后，很容易搞不清楚眼前这段曲线和刚才看到的那段曲线，在时间上到底是什么关系，前后对应就断掉了。
边界
缩放自由度太大也有代价：操作者可以反复调整窗口范围，直到凑出一个恰好支持自己已有判断的图形，这种"挑窗口"的行为本质上是一种确认偏误，而且很难被事后发现。另外，移动平均一类的平滑算法在不同的时间尺度下计算出来的结果并不总是一致，同一段原始数据换个窗口重新计算，趋势的具体形状可能发生变化，这一点在跨尺度比较时容易被忽略。监管合规场景下的记录还可能要求固定的采样频率和不可更改的原始数据，这种约束和自由缩放的诊断需求是两回事，不能用同一份数据处理逻辑同时满足。
怎么落地
同时提供几个针对常见诊断场景预设好的时间窗口，加上一个连续可调的缩放控件，覆盖预设覆盖不到的中间情况；无论缩放到哪个尺度，屏幕上都要持续显示当前窗口的起止时间、这段数据的采样分辨率，以及一个缩略概览图，用高亮标出当前放大的范围在整体历史里所处的位置。验证时给操作者若干个已知答案、且故障信号本身横跨多个时间尺度的历史案例，让他们自己选择窗口并说明为什么选这个窗口，检查他们的选择过程有没有漏掉某个时间尺度上原本存在的关键上下文。