泵类设备振动IoT监测：传感选型与预警实验

在离散工厂中，泵、风机、电机等旋转设备的健康状态直接影响产线连续性，但不少中小工厂仍依赖人工点检，缺乏在线监测手段。本期实验室围绕“振动+温度”无线传感节点开展实验，验证低成本IoT硬件在设备健康预警中的可行性。当前进展：一是硬件侧，节点采用低功耗MCU与三轴MEMS加速度计，采样率覆盖轴承特征频段；LoRa组网在金属密集车间实测丢包率低于2%，电池续航预计超过18个月。二是算法侧，基于振动频谱包络分析叠加轻量异常检测模型，在两台离心泵上连续运行六周，成功识别一次叶轮磨损前兆，提前约一周给出维护建议，误报处于可接受范围。下一步将扩大样本至不同功率段设备，验证阈值自适应策略，并评估与既有MES系统的数据对接方案。我们希望以务实的硬件迭代与现场验证，为设备预测性维护提供可复制的落地路径。