随着工业物联网和智能传感技术的高速发展，工业生产设备和重型装备越来越多开始采用智能感知和嵌入式监测系统对生产过程或设备状态进行实时监控与故障预测，以便能够及时、准确的对设备状态进行实时状态监测，同时能够积累大量的工业数据并结合人工智能技术以便对工业设备的异常状态和剩余寿命进行分析及预测。这样，我们将能够为企业在降低人力成本、提高运维效率以及优化企业生产效率方面带来很大的提升。
   在该项目中，我们针对生产制造业过程的核心装备数控机床进行了振动和温度实时监测，同时通过采集机床控制器的相关信息对设备工况进行实时监控和判断，以便能够根据不同工作状态对机床的健康状况进行实时分析与健康管理。
   我们采用了MCC的嵌入式振动监测系统WebDAQ 504对机床主轴的振动进行实时采集和边缘计算，同时通过以太网对数控机床协议进行高速解析，然后经过工业物联网系统传输到云端，对设备的状态和健康状况进行分析和诊断。
MCC WebDAQ 504 产品是该项目的核心监控系统，它集数据采集、边缘计算和模型推理于一体，可以快速地实现边缘部署和系统验证。它提供了4通道的51.2kS/s 采样率高速振动采集，内置4核的ARM嵌入式处理器，而且支持无线传输，可以灵活地实现设备组网和模型灵活部署。

适用范围
   适用于对生产过程中诸如泵、电机、风机、轴承、齿轮箱等辅助设备或者部件进行在线实时监测和故障预测。

技术参数
ADC分辨率：24位
通道数量：4路IEPE通道
输入电压范围：±5V
采样率：51.2kS/s同步采样
耦合模式：AC/DC
数字I/O：4路，最高输入15V
项目结果
两周内快速搭建基于物联网架构的设备状态监测系统
实现对设备状态的实时监测和健康趋势预测，并自动进行告警
边缘端对振动信号进行实时分析和边缘计算