STM32L4 기반 AI 스마트 진동 센서

고객사

레거시 회전 기계를 보유한 제조 공장에 예측 유지보수 솔루션을 제공하는 산업용 IoT 기업.

과제

300~3000RPM으로 작동하는 모터의 초기 베어링 결함을 안정적으로 감지하고, 정상 진동 노이즈와 결함 신호를 구분하며, MCU에서 잔여 수명을 추정하는 것.

제품 개념 및 아키텍처

STM32L4 초저전력 MCU가 200g 범위의 ADXL372 가속도계를 25.6kHz로 읽습니다. FFT 처리를 통해 진동 스펙트럼을 추출합니다. Quectel BG96 LTE 모뎀이 셀룰러 백홀을 제공합니다.

엔지니어링 솔루션

STM32L4의 하드웨어 DSP와 CORDIC 가속기가 1초 진동 윈도우에서 1600개 빈의 FFT를 계산합니다. 특징 추출 파이프라인이 베어링 결함 주파수(볼 통과, 케이지, 외륜/내륜)와 그 고조파를 식별합니다. TinyML 그래디언트 부스팅 모델이 이러한 특징을 건강 지수와 잔여 수명 추정치로 매핑합니다.

결과

베어링 고장 14일 전 사전 경고(91% 정밀도). 1% 미만의 오탐률. 3년 배터리 수명.