隨著工業物聯網和智能傳感技術的高速發展，工業生產設備和重型裝備越來越多開始采用智能感知和嵌入式監測系統對生產過程或設備狀態進行實時監控與故障預測，以便能夠及時、準確的對設備狀態進行實時狀態監測，同時能夠積累大量的工業數據并結合人工智能技術以便對工業設備的異常狀態和剩余壽命進行分析及預測。這樣，我們將能夠為企業在降低人力成本、提高運維效率以及優化企業生產效率方面帶來很大的提升。

在該項目中，我們針對生產制造業過程的核心裝備數控機床進行了振動和溫度實時監測，同時通過采集機床控制器的相關信息對設備工況進行實時監控和判斷，以便能夠根據不同工作狀態對機床的健康狀況進行實時分析與健康管理。

我們采用了MCC的嵌入式振動監測系統WebDAQ 504對機床主軸的振動進行實時采集和邊緣計算，同時通過以太網對數控機床協議進行高速解析，然后經過工業物聯網系統傳輸到云端，對設備的狀態和健康狀況進行分析和診斷。

MCC WebDAQ 504 產品是該項目的核心監控系統，它集數據采集、邊緣計算和模型推理于一體，可以快速地實現邊緣部署和系統驗證。它提供了4通道的51.2kS/s 采樣率高速振動采集，內置4核的ARM嵌入式處理器，而且支持無線傳輸，可以靈活地實現設備組網和模型靈活部署。

適用范圍

適用于對生產過程中諸如泵、電機、風機、軸承、齒輪箱等輔助設備或者部件進行在線實時監測和故障預測。

技術參數

ADC分辨率：24位

通道數量：4路IEPE通道

輸入電壓范圍：±5V

采樣率：51.2kS/s同步采樣

耦合模式：AC/DC

數字I/O：4路，最高輸入15V

項目結果

兩周內快速搭建基于物聯網架構的設備狀態監測系統

實現對設備狀態的實時監測和健康趨勢預測，并自動進行告警

邊緣端對振動信號進行實時分析和邊緣計算