ZETA端智能振温传感器

ZETA端智能振温传感器广泛运用在水泥行业、钢铁行业、石化行业、煤炭行业、港口船舶、汽车行业、能源电力、装备制造等行业，为企业实现旋转动设备的预测性维护提供更加智能、更加全面和更低成本的振动+温度的采集解决方案；现场采集的数据可以通过网关的以太网接口接入厂区内已有网络；同时以标准的工业互联网接口方式，开放所有采集的数据值和端侧算法结论信息供上层平台使用，共同实现对设备运行状态监测、早期故障的告警和诊断，从而更好的帮助工业企业快速实现设备的数字化和智能化管理以及人员效率提升等工作。

ZETA端智能振温传感器是一款是纵行科技自主研发的一款采用ZETA无线通信协议和TinyML微型机器学习算法（机理模型算法+AI学习算法）的、振动和温度一体式的智能终端产品，分为高规版和常规版两种规格。其中高规版主要用于企业内数量较小但更关键的A类及B+类中高转速旋动设备的状态监测、故障预警和诊断，更高的精度可以精确识别早期故障；常规版主要用于企业内数量较大的B类及C类旋动设备的状态监测和故障预警，在故障中晚期阶段能够及时发出预警，且大范围覆盖成本更低。

ZETA端智能振温传感器具有高精度的数据采集、智能告警和故障智能诊断等功能，搭配专用的路由、网关以及网络管理软件，可实现一键接入企业已有系统，同时也使得用户可以无需依赖专业的振动分析人员即可实现设备的状态感知和预测性维护工作。从而在为客户打造低成本、可规模化快速复制的通用旋转设备AIoT升级解决方案，助力实现工业设备数字化和智能化管理。

特点及优势：

内置高灵敏度天线，无需担心现场设备运维可能导致的天线损坏，继而影响信号传输的情况

高规版集成0~10kHz(±1dB)高频响加速度传感器，可提前3~6个月发现故障征兆

可监测轴承类、转子类、齿轮类等常见的早期机械类故障和状态

可覆盖80%通用旋转设备应用场景：电机、轴承、泵、风机、空压机、齿轮箱…

内置FFT、包络分析等信号处理算法，可回传多种时、频域振动以及温度特征参量

传感器端侧可直接设定各参量阈值，并支持自适应阈值算法，无需软件平台侧二次开发

内置Near-Sensor Computing（近传感器计算）AI算法，传感器可直接输出故障内容和告警信息，并有效减少外界干扰带来的误报率

无需专业团队做人工诊断，也无需软件平台侧告警和诊断算法的二次开发

融合机理先验知识和微型机器学习（TinyML）的算法模型，传感器具备自学习能力，并预留差分OTA远程部署接口用于算法持续在线升级

超低功耗设计，峰值发射电流<75mA，电池使用寿命可达3年

支持多种安装方式（专用焊接底座、螺纹、胶粘、磁吸）

采用ZETA协议，视距传输距离>3km，单台网关可稳定接入300+测点

配合专利低功耗无线智能路由（最多4跳MESH组网），网络覆盖无死角

配合专利ZETA Server工具软件，实现大规模多种类传感器接入的网络优化以及兼容性管理

常规版集成0~1.5kHz(±1dB)频响加速度传感器，可提前1~2个月发现故障征兆

可监测轴承类、转子类、齿轮类等常见的中后期机械类故障和状态

直接在传感器侧进行振动信号的“人工智能压缩”，最大幅度减少传输功耗，使电池使用寿命增加至3年以上；依托“机理+TinyML机器学习“的异常检测和故障诊断，端侧直接输出诊断结论；同时加入自适应阈值的算法，有效减少工业复杂工况带来的干扰和误报警。

传感器内部MCU通过将不同的物理量做采集和计算，并做信号分析处理，以此实现时域至频域的转换。 

并提取频谱特征值，结合内置的多种分析方法工具和算法进行计算并输出实际应用结论。

例如，启停及工况识别算法

例如，异常检测及自适应学习算法

2.2.3 算法验证

A．齿轮箱轴承故障智能诊断

B．台架齿轮箱内部的齿轮故障智能诊断

C．轴承加速疲劳寿命测试