无线振动传感AI预警：旋转设备监测实验

旋转设备（风机、水泵、电机）的状态监测是本实验室硬件IoT方向的重点课题。本季度搭建了一套基于低功耗无线振动传感节点的AI预警实验系统，验证在不停机、不改线前提下完成数据采集与边缘推理的可行性。节点采用电池供电，加速度信号在本地完成时域统计与包络谱特征提取，仅上传特征向量与告警结果，单节点日均数据量控制在KB级；通信选用LoRa，实测穿透两道混凝土墙体后丢包率低于3%。
要点进展：

• 在车间两台循环水泵上完成六周试运行，边缘端轻量模型对轴承磨损早期特征的召回率约82%，误报每周不超过1次；
• 按当前采样策略估算，电池续航可达18个月以上，免布线安装单点耗时约15分钟。

下一步将扩充齿轮箱与风机场景样本，完善特征库与告警分级规则，为小范围部署提供依据。该工作仍处实验验证阶段，相关结论以持续运行数据为准。