Capteur de vibration intelligent IA basé sur STM32L4

Client

Une entreprise d'IoT industriel fournissant des solutions de maintenance prédictive pour des usines équipées de machines tournantes anciennes.

Défi

Détecter de manière fiable les défauts précoces de roulements sur des moteurs tournant à 300-3000 tr/min, distinguer les signatures de défaut du bruit vibratoire normal, et estimer la durée de vie utile restante sur un MCU.

Concept produit et architecture

Le MCU ultra-basse consommation STM32L4 lit un accéléromètre ADXL372 de gamme 200g à 25,6 kHz. Le traitement FFT extrait les spectres de vibration. Un modem LTE Quectel BG96 assure la connectivité cellulaire.

Solution d'ingénierie

Le DSP matériel et l'accélérateur CORDIC du STM32L4 calculent des FFT de 1600 bins à partir de fenêtres de vibration d'une seconde. Un pipeline d'extraction de caractéristiques identifie les fréquences de défaut de roulement (bille, cage, bague externe/interne) et leurs harmoniques. Un modèle TinyML de gradient boosting associe ces caractéristiques à un indice de santé et à une estimation de durée de vie utile restante.

Résultat

Alerte précoce de 14 jours avant défaillance de roulement (précision de 91 %). Taux de faux positifs <1 %. Autonomie de 3 ans.