← 返回实验室

边缘网关AI数据清洗定制:多源振动信号对齐实验

在硬件IoT方向,我们近期把注意力放在一个常被低估的环节:设备侧数据进入算法之前的清洗与对齐。以一台三相异步电机加装的三轴振动传感器与电流互感器为例,采样率不同(振动20kHz、电流1kHz)、时钟源独立、边缘网关缓存抖动,直接做特征提取会出现相位错位,导致同一故障在不同批次数据上表现不一致。

本阶段实验采用两级处理:网关侧先做时间戳插值与滑动窗口重采样,把两路信号统一到10ms帧;再由轻量模型对每帧做质量打分,识别丢包、饱和、工频干扰片段并打标。在自有测试台上,对齐后同一轴承外圈缺陷的包络谱峰值位置批次间偏差由±6.5Hz收敛到±1.2Hz,下游诊断模型的召回率从0.81提升至0.92。

要点:

  • 进展:完成网关侧清洗流水线原型,支持Modbus/OPC UA两种接入,单网关可处理12路振动+4路电流;
  • 下一步:验证长期运行下时钟漂移补偿效果,并把质量打分模型压缩到256KB以内,适配低算力网关。

评论

更多研究动态

查看全部实验室 →