设备振动TinyML异常检测：端侧部署实验进展

智能硬件实验室近期围绕设备状态监测开展端侧AI实验：将轻量化异常检测模型部署到低功耗MCU，配合振动传感器，验证“传感器—端侧推理—云端汇总”的最小闭环。实验对象为车间风机与水泵电机，在轴承座附近安装三轴振动传感器，采样率500Hz，端侧提取时域统计量与频段能量特征，训练参数量小于1万的轻量自编码器，以重构误差作为异常评分，运行于Cortex-M级微控制器。
阶段性进展：

• 连续运行四周，单次推理耗时约80ms，误报率约3%，提前两天捕捉到一台风机的轴承磨损征兆；
• 端侧预处理使无线回传数据量下降约95%，电池供电方案预计续航6个月以上。

下一步将扩充故障样本库，验证不同转速与负载下的模型鲁棒性，并设计面向现场工程师的阈值配置交互方案。我们希望以务实的小闭环实验，为后续规模化部署积累工程经验。