STM32L4ベースのAIスマート振動センサー

クライアント

レガシーな回転機械を抱える製造工場向けに、予知保全ソリューションを提供する産業用IoT企業。

課題

300～3000RPMで稼働するモーターのベアリング初期故障を確実に検出し、正常な振動ノイズと故障シグネチャを区別し、MCU上で残存寿命を推定すること。

製品コンセプトとアーキテクチャ

STM32L4超低消費電力MCUが、200gレンジのADXL372加速度センサーを25.6kHzで読み取る。FFT処理により振動スペクトルを抽出。Quectel BG96 LTEモデムがセルラー通信を提供。

エンジニアリングソリューション

STM32L4のハードウェアDSPとCORDICアクセラレータが、1秒間の振動ウィンドウから1600ビンのFFTを計算。特徴抽出パイプラインがベアリング故障周波数（ボールパス、ケージ、外輪/��輪）とその高調波を特定。TinyML勾配ブースティングモデルがこれらの特徴をヘルスインデックスと残存寿命推定値にマッピング。

結果

ベアリング故障の14日前警告（精度91%）。誤検出率1%未満。3年間のバッテリー寿命。