主轴轴承坏之前，通常不会安静地退休。它会先变声。高频“嘶嘶”里混进周期性的冲击，接着温度爬升，最后才是操作工听见异响。等人耳听见，往往已经晚了。工业物联网要干的，就是把这套“听诊”提前，并且自动化。
我做了十几年机械制造，见过太多厂子把物联网当成“上云大屏”。数据花花绿绿，真到换轴承的时候，还是靠老师傅拿螺丝刀抵着机壳听。问题不在传感器贵不贵，在于测什么、怎么算、报警给谁。这三个问题不解决，物联网就是电子摆设。
传感器装不对，后面全是白费
振动监测的第一步不是买网关，是选测点。主轴前端轴承座、后端轴承座、电机端，这些位置刚度高、传递路径短。别贴在薄壁防护罩上，那等于听隔壁装修。
通常用 IEPE 加速度计，灵敏度 100 mV/g 左右，量程要覆盖启动冲击。安装方式优先级：螺栓>胶粘>磁吸。磁吸只适合临时巡检，长期监测会松动，数据漂移。电缆要固定，接头朝下，防止冷却液顺着线爬进去。
采样率怎么定？滚动轴承早期损伤的特征频率通常在 1 kHz 到 20 kHz 的加速度信号里更明显。想抓轴承外圈故障，采样率通常要高于 10 kHz，具体取决于轴承特征频率和转速，查传感器手册和轴承参数。用 1 kHz 采样去抓，基本是碰运气。
边缘计算：别把原始波形当宝贝全传走
很多项目死在这里。每台机床三轴振动，24 位分辨率，20 kHz 采样，连续传。网络先崩，存储再崩，最后老板觉得物联网是骗局。说实话，真没必要。
边缘网关能干三件事：时域统计、频域变换、包络解调。原始波形只留故障前后几分钟，平时传特征值。这样 MQTT 消息小，数据库也喘得过气。OPC UA 用来取机床状态、转速、进给、报警，跟振动数据做时间对齐。没有工况标签的振动数据，诊断价值砍一半。
包络解调不是玄学。轴承缺陷冲击会调制高频共振，先带通滤波，再取包络，最后做 FFT。包络谱里出现 BPFO、BPFI、BSF、FTF 的谐波，基本能指向故障部位。具体频率用轴承几何参数和转速算，不同厂家型号不同，查手册。❗ 别拿一个通用公式套所有轴承。
问：老机床没有 OPC UA 接口，还能做物联网监测吗？
答：能。加装电流互感器、接近开关，或者从 PLC 的数字量输出取信号。虽然颗粒度粗，但至少知道机床是加工还是停机。实在不行，用振动信号幅值变化做工况推断，准确度会打折。别指望一步到位。
报警阈值：拍脑袋会拍到马腿
“振动超过 4 mm/s 就报警”——这种一刀切，在车间里通常活不过一周。不同主轴、不同转速、不同负载，振动烈度差很多。ISO 20816 这类标准给的是分区参考，真正落地要按工况切片：同一转速、同一刀具、同一材料，建立基线。
做法不复杂。把历史数据按工况分组，算均值和标准差，用 3σ 或分位数设预警。初期宽一点，只做趋势观察。等积累几个月正常样本，再收紧。别一上来就自动停机——没人喜欢半夜被叫去复归。
问：预测性维护是不是一定要上机器学习？
答：不一定。很多轴承故障，用包络谱里的特征频率加上趋势外推就能提前几周发现。机器学习适合处理复合故障、变工况、误报抑制。先有高质量数据和机理特征，再谈模型。顺序反了，模型就是玄学。
现场落地清单：少谈概念，多拧螺丝
- 传感器：IEPE 加速度计，灵敏度通常 100 mV/g，量程覆盖冲击。安装面先打磨，磁座只适合临时巡检。
- 采集：确认带宽、抗混叠滤波、采样率。轴承诊断别低于 10 kHz 采样，具体查传感器和故障频率。
- 边缘：FFT、包络、均方根、峭度、峰值因子。只把特征值和报警事件上传。
- 通信：MQTT 传数据，OPC UA 取工况。时间同步用 NTP 或 PTP，别让时间戳飘。
- 数据库：时序库存特征值，对象存储存原始波形片段。保留策略按故障周期定。
还有一点，电缆和接头。车间里冷却液、铁屑、叉车，都是传感器的天敌。IP67 只是起步，航空插头要拧紧，线缆走桥架。别问我怎么知道的——返修一次，人工比传感器贵。
数据有了，然后呢？
别让数据躺在服务器里长毛。报警要推到班组，维修要闭环。每次拆机换轴承，把拆机照片、故障位置、剩余寿命记录回去。这些标签，比任何算法都值钱。
工业物联网在机械行业，说到底不是“上云”比赛。它更像给设备配了个不睡觉的巡检工。耳朵灵，记录勤，还会算趋势。✅ 先把一两个关键设备跑通，再复制。💡 别贪大。
如果你正在选型，先问供应商三个问题：传感器怎么装？边缘怎么算？报警给谁看？ 答不上来的，云平台再漂亮也得慎重。