方案介绍
轴承等机械部件常在重负荷、高速和强冲击的工作环境下运转，其零部件（内圈、外圈、滚珠等）容易出现损伤™，如不及时发现，极有可能引发生产安全事故，甚至造成生产停滞，人员伤亡，带来负面的社会影响和巨大经济损失。因此，利用物联网及人工智能技术对这种重要大型设备运行健康状态实时检测、评估及预测，发现其故障，消除安全隐患，具有重要的社会、工程和理论价值。
轴承振动信号的突变通常预示轴承发生某种故障。在轴承体周围安装加速度传感器，获取轴承振动信号，计算振动特征，如傅里叶变换（FT）、小波变换（WT)等信号处理方法，进而发现故障特征信号。
方案设计
系统主要由树莓派、MCC 128、恒流适配器、振动加速度传感器和云服务器构成。其中树莓派负责采集振动加速度传感器的原始数据，并将采集的数据传输给PC端，并将数据绘制成频谱图。并且振动加速度采集的原始数据会通过树莓派上的MQTT协议发送到云服务器。服务器接收到数据通过数据库属性关联实现数据库本地存储，此环节包括数据库环境配置以及VNC连接等。
MCC 172常用于测量IEPE振动信号。本文使用MCC 128（测量电压信号）+恒流适配器同样可用于测量振动信号。
https://mp.weixin.qq.com/s/0BiJ6xcui-oUxAcmX6q4Lg