基于STM32L4的AI智能振动传感器

客户

一家为拥有老旧旋转机械的制造工厂提供预测性维护解决方案的工业物联网公司。

挑战

可靠检测转速在300-3000 RPM范围内的电机早期轴承故障，区分故障特征与正常振动噪声，并在MCU上估算剩余使用寿命。

产品概念与架构

STM32L4超低功耗MCU以25.6kHz频率读取量程为200g的ADXL372加速度计。FFT处理提取振动频谱。Quectel BG96 LTE调制解调器提供蜂窝回传。

工程解决方案

STM32L4的硬件DSP和CORDIC加速器从1秒振动窗口计算1600点FFT。特征提取流水线识别轴承故障频率（滚珠通过、保持架、外/内圈）及其谐波。TinyML梯度提升模型将这些特征映射为健康指数和剩余使用寿命估计值。

结果

轴承故障提前14天预警（91%精度）。误报率低于1%。电池续航3年。