智能硬件实验室近期围绕旋转设备预测性维护,完成了温振一体无线传感节点与边缘AI模型的联调实验。节点采用低功耗设计,电池供电,采样间隔可配置,通过LoRa将振动特征与温度数据回传至边缘网关,由网关侧完成异常判别,避免原始波形长期上云带来的带宽与存储压力。阶段性进展:1. 在车间风机与水泵上部署12个节点,连续运行8周,电池电压衰减符合设计预期,按当前采样策略估算续航可超过18个月;2. 边缘侧基于振动频谱特征与温升速率的轻量模型,对轴承磨损类异常的早期识别准确率约86%,误报保持在每周2次以内,可由点检人员快速确认。下一步将扩充故障样本库,重点补充不同转速与负载工况下的数据,并验证节点在高温、粉尘环境中的长期稳定性,为小批量部署做工程准备。我们认为,低功耗传感与边缘推理的组合,是中小工厂以较低成本启动预测性维护的可行路径。

评论