低功耗振动节点端侧异常检测实验

车间风机、水泵等旋转设备的振动监测，传统方案多依赖有线传感器，布线与维护成本偏高。本实验室近期围绕“模型直接跑在传感器端”的思路，开展了一轮 TinyML 端侧异常检测实验：节点采用低功耗 MCU 搭载 MEMS 加速度计与温度传感器，内置特征提取与轻量分类模型，平时保持低功耗采样，判定异常时才唤醒上报。阶段性进展：1）在轴承外圈损伤、转子不平衡两类模拟故障样本上，端侧模型识别准确率约 92%，误报控制在每节点每天 1 次以内，单次推理耗时约 8ms，满足现场实时性要求；2）通过占空比采样与事件触发上报，实测节点整机平均电流约 0.6mA，估算 5000mAh 锂亚电池可支撑 12 个月以上，免去频繁换电维护。下一步计划：将 10 个节点部署至车间两台风机与一台水泵，开展为期 3 个月的长期验证，重点观察温漂与安装方式对模型稳定性的影响，并同步完善网关侧的时间对齐与数据补传机制，为后续多节点协同监测打基础。