Industrial Predictive Maintenance Maximizes AI at the Edge

在制造工厂乃至几乎所有工业环境中，设备停机远非只是带来不便，而是对厂商的生产力、盈利能力和品牌声誉的直接打击。随着生产线日益自动化和资本密集化，企业对意外故障的容忍度持续降低。这一现实正驱动制造商转向预测性维护，即利用人工智能和机器学习在故障导致计划外停机前就进行检测。

在众多可用的资产健康指标中，电机振动分析仍是预测性维护领域最成熟有效的技术之一。它能在灾难性故障发生前，及早发现轴承磨损、轴不对中、不平衡、齿轮缺陷及润滑退化等早期问题，以便及时采取纠正措施。然而，要从振动数据中提取可执行的洞察，需要强大的信号处理能力，特别是在必须进行连续实时分析的情况下。这正是边缘计算变得至关重要的原因。

边缘端FFT处理的作用
电机振动传感器的采样频率通常在5千赫至50千赫之间。在AI算法评估机器健康状况之前，原始的时域数据必须转换为能揭示有效故障特征的频域表示。快速傅里叶变换（FFT）和短时傅里叶变换（STFT）处理是这一工作流程的基础。

正如您可能预料的，在边缘端执行这些变换需要超越基本计算能力的支持。计算平台必须具备低延迟、高吞吐量和确定性行为，同时能在严苛的工业环境中可靠运行。因此，许多现代预测性维护系统依赖英特尔® oneAPI 数学核心函数库（oneMKL）。该库针对英特尔® CPU和GPU上的信号处理工作负载进行了优化，提供加速的FFT性能，为高效的STFT实现奠定基础。

通过采用英特尔® oneMKL，即使同时处理多个振动通道，FFT工作负载的执行速度也更快，时序更可预测。从而实现实时响应，支持本地化分析，无需将原始数据流式传输至云端，既降低了带宽需求，也提高了系统可靠性。

FFT加速直接影响预测效果
需谨记，FFT处理不仅是预处理步骤，更是实现有效AI推理的决定性因素。高频振动数据必须足够快速地转换为频谱特征，以跟上传感器输入的速度。英特尔® oneMKL通过充分发挥多核CPU架构的优势、减少大小变换窗口的处理时间，并在持续工作负载下保持稳定性能，来优化这一处理流程。

一旦获得频域特征，轻量级神经网络或异常检测模型即可利用现代处理器集成的GPU或NPU在本地执行推理。这种CPU、GPU与NPU协同工作的混合架构，在性能与功耗之间实现了最高效的平衡，这对于无风扇、持续运行的工业系统尤为重要。

为振动AI打造的MiTAC平台
神云科技（MiTAC）的MP2-10MTS和PD10MTS平台为基于振动的预测性维护提供了坚实的硬件基础。两款系统均基于英特尔® Meteor Lake-U处理器，共享相同的底层计算架构，包括英特尔® Iris® Xe显卡和集成AI加速功能。MP2-10MTS是一款无风扇嵌入式系统，而PD10MTS则是一款紧凑的3.5英寸单板计算机，二者均专为工业部署和长期可靠性而设计。

多核的Meteor Lake-U CPU非常适合运行由英特尔® oneMKL加速的FFT工作负载，同时集成GPU支持机器学习推理。以片上NPU形式实现的英特尔® AI Boost技术，使得异常检测模型能够以更高的能效运行。这些能力相结合，支持在工厂现场直接实现持续的传感器数据采集、实时FFT预处理和AI推理。

从I/O角度来看，两款平台均提供工业环境所需的连接性，包括多个2.5千兆以太网LAN端口、串行接口、GPIO和USB接口。这使得连接振动传感器、网关、PLC和控制器变得简单直接。对NVMe和SATA的存储支持便于进行长期波形记录和历史趋势分析，而M.2扩展接口则允许在有需要时增加无线连接或额外的加速器。

同样重要的是机械与散热设计。无风扇运行、紧凑的外形、宽温支持以及抗震抗振特性，使得这些系统能够部署在靠近电机和旋转机械的位置，而不会影响可靠性。

在故障发生前即检测异常
借助英特尔® oneMKL实现的持续FFT频谱分析和本地化AI推理，神云科技的MP2-10MTS和PD10MTS平台能够识别出基于阈值的监控常常遗漏的细微故障特征。这些特征包括：与轴承缺陷相关的高频谐波、低频不平衡、由轴不对中引起的谐波失真、齿轮啮合频率边带、与润滑失效相关的宽带能量增加，以及指示结构松动的共振频移等。

及早发现这些状况，可使维护团队主动介入干预。其结果就是减少停机时间、降低维修成本并延长资产寿命，这正是预测性维护的价值所在。然而，这些成效的实现，有赖于正确的硬件与软件组合。

实践中的边缘工作流示例
在典型部署中，加速度计以高采样率捕获振动信号，并将其直接流式传输至MP2-10MTS或PD10MTS等边缘系统。经由英特尔® oneMKL加速的FFT处理，将时域信号实时转换为频域数据。随后，特征提取和AI推理在本地GPU或NPU上运行，以识别异常模式。一旦检测到异常，警报便会立即发送至SCADA系统、MES平台或本地HMI。如有需要，汇总数据或选定波形可同步至中央服务器或云平台，进行机群级分析。

这种紧密集成的硬件和软件栈，恰恰提供了所需的一切：在不牺牲系统稳健性的前提下，实现快速、确定且可靠的电机健康诊断。

为何神云科技在工业AI领域持续重要
神云科技长期以来一直是嵌入式领域的知名品牌，这并非偶然。该公司凭借提供专为7x24小时连续运行、长生命周期支持并符合严苛环境要求而设计的工业级计算平台，赢得了市场的声誉。这些特性在工厂自动化中并非可选项，而是基础所在。

神云科技的差异化优势在于其对“工程无形资产”的持续关注，这意味着其产品开发过程始终处于严格的审视之下。从散热设计到机械坚固性，再到I/O的长期耐用性，其平台均秉承一次部署、多年可靠运行的理念打造。加之全球支持基础设施，以及对英特尔® oneMKL、OpenVINO™和主流AI框架的兼容性，神云科技平台成为现实世界工业AI部署的务实选择。

对于构建基于实时振动分析的预测性维护系统的开发者而言，MP2-10MTS和PD10MTS平台提供了一个面向未来且可靠的基础。在一个无法容忍停机的环境中，这种级别的可靠性至关重要。