低功耗振动节点与边缘AI的设备异常识别实验

本期智能硬件实验室围绕泵类与风机等旋转设备的早期故障识别，完成了低功耗振动监测节点与边缘AI推理的联合验证。节点采用MEMS加速度计与MCU端量化模型，在设备本体完成特征提取与异常判别，仅上传告警与特征摘要，降低带宽占用与平台侧算力压力。阶段进展：1. 在两台离心泵上连续采集四周数据，节点平均功耗约12mW，电池供电预估续航18个月，边缘端单次推理耗时小于50ms。2. 针对轴承磨损与转子不平衡两类异常，测试集召回率约85%，误报控制在每台每天1次以内，可满足值班巡检的辅助定位需求。下一步将把样本扩展至不同功率段设备，验证模型跨机型迁移能力，同时完善节点固件OTA升级与断网数据补传机制，为小批量部署做准备。