在硬件IoT方向，本期实验面向存量机床的预测性维护：不改动原机控制系统，仅在主轴箱与电机端加装三轴振动传感器与边缘网关，验证“边缘特征提取 + 云端轻量判别”的可行性与成本边界。
进展方面，网关侧完成包络解调与频谱特征计算，只上报特征向量与异常片段，单台设备日均上行数据由约1.2GB降至15MB量级，4G链路下可持续运行；判据采用正常工况自编码器重建误差作健康指标，配合转速归一化抑制工况漂移。产线试运行中，一台主轴内圈早期点蚀样本在人工点检发现前约11天触发预警，同期未出现连续误报，阈值仍偏保守。
下一步计划：一是在20台同型号设备上验证跨机迁移，减少逐台标定成本；二是把预警阈值改为随负载与温度自适应，并接入现有工单系统，让预警直接落到具体点检项。当前结论仅基于单一工况样本，样本量与故障类型覆盖仍有限，暂不外推至高速电主轴场景。
评论