锻压机是重工业的重要资产，但突发故障可能导致长达数周甚至数月的高昂停产损失。为确保连续生产，ALTEN采用边缘AI技术实现异常预警与故障预防。
方法
在锻压机额定压力超过900吨、日产量超过1,000件的生产车间，任何一次技术故障，都会导致长达三个月的停产及重大营收损失。故障根源包括原材料缺陷、设备老化或意外磨损。
为解决这个问题，我们在锻压机多个点位部署了智能传感器，以确定最佳监测位置。通过NanoEdge AI Studio，系统自主学习锻压机正常行为模式并对潜在故障进行分类。
进行了两种类型的实验：
- 正常状态学习（异常检测）
- 故障分类（N分类）
实验结果：成功检测出不同锻压机上所有类型的故障。
借助NanoEdge AI Studio，成功实现了高效的异常检测和N分类双重功能。
后续步骤：
实现分级预警自动化，支持针对性维护，例如当原材料过量导致零件卡住时，仅需拆卸受影响的部件（如模具）。该传感器系统可区分多个故障等级，提供警报，以防止发生故障，或停止生产以避免产生废品。
传感器
作者：Alten |最后更新时间：2025年6月
资源
一款免费的AutoML软件，用于向嵌入式项目添加AI，并逐步引导用户轻松找到符合其需求的最佳AI模型。
STM32系列32位微控制器基于Arm Cortex®-M处理器，旨在为MCU用户提供新的开发自由度。该系列产品结合了高性能、实时功能、数字信号处理、低功耗/低电压操作和出色的连接性，同时保持高度集成和易于开发的特点。