振动监测边缘节点定制：电机故障AI早期预警

旋转设备（电机、泵、风机）的轴承磨损与不平衡故障通常经历数周渐变过程，人工点检难以捕捉早期劣化信号。实验室近期围绕硬件IoT方向，完成了低功耗振动监测边缘节点的原型验证：节点采用MEMS加速度计与低功耗MCU，在本地完成时域特征与包络谱提取，并在端侧运行轻量异常检测模型，仅上传特征值与告警结果，降低回传带宽与云端算力依赖。阶段性结果如下：1）在轴承故障模拟试验台上，节点以6.4kHz采样率采集振动信号，端侧单次推理耗时小于50ms，对内圈、外圈早期故障的检出召回率达90%以上，误报控制在每台每日1次以内；2）通过间歇采样与休眠调度，单节锂电池续航实测超过8个月，支持LoRa与4G两种回传方式，可适配无有线网络的厂房角落设备。下一步计划在两家试点工厂部署20个节点，覆盖水泵与风机，累计3个月运行数据，重点验证环境温度、负载波动对误报率的影响，并完善告警分级与工单系统的联动接口。