基于振动的风扇异常检测

所有设备都会通过发射各种信号与所在环境交互。 这些信号包含着能够反映设备运行状况的相关信息。 如果能了解这些信号的意义，就能大幅优化设备的运行。

例如，在发生异常或故障之前，机器会产生稍显异常的振动模式。 我们可以在机器上安装传感器来监测其工作状况。 并借助机器学习算法直接从机器上学习其正常运行状态。 通过分析振动的变化，我们就可以在出现异常时检测出来。 为便于演示，我们在风扇电机上应用了该方法，但该方法还可以轻松地适用于更多的工业设备。

方法

• 我们将一个加速度计/板放在风扇上， 然后使用蓝丁胶将其固定
• 300个正常信号：3种速度（低、中、高），每种速度100个信号
• 300个异常信号：在每种速度下，阻断气流，移动风扇，或者敲击风扇
• 我们使用NanoEdge AI Studio创建了“异常检测”项目，并在NUCLEO-L432KC上进行现场测试

传感器

加速器（三轴）： LIS3DH