スマホ振動 予知保全ラボ — FFTで異常の予兆を見る
スマホの加速度センサーで機械の振動を計測し、FFTで周波数スペクトルに分解。正常時をベースラインに、変化を逸脱度として検知する『振動による予知保全』をブラウザで体験します。
振動予知保全の4ステップ
振動を計測
スマホの加速度センサーで、当てた機械の振動を時系列で取得します。
FFTで周波数分解
波形を周波数スペクトルに変換。どの周波数成分が強いかを可視化します。
正常をベースライン化
正常稼働時のスペクトルを基準として記録します。
逸脱を検知
基準からのスペクトル・強度の変化を逸脱度として算出。異常の予兆を捉えます。
なぜ「周波数」を見るのか — 故障は特定周波数に出る
回転機械やモーターは、回転数に応じた固有の振動周波数を持ちます。 ベアリングの摩耗・軸のずれ・アンバランスといった異常は、それぞれ特徴的な周波数の増加として現れます。 だから「全体の揺れの大きさ」だけでなく「どの周波数が増えたか」を見ることで、 故障の予兆を早期に・種類まで含めて捉えられます。これが振動診断（予知保全）の基本です。
エッジAIとの接続: この解析はデータ量が小さく、常時動かすのに向くため、エッジ端末で完結させるのが定石です。 欧州のニューロモーフィック半導体（Innatera等）が「振動からの予知保全」を超低電力で狙うのも同じ発想です。
正直な限界: スマホの加速度センサーはサンプリングが概ね60Hz前後（端末依存）で、捉えられる周波数は ナイキスト周波数（約30Hz）までです。高速回転機械の高周波成分や微小振動は、専用の振動センサー（数kHz以上対応）でないと捉えられません。 本デモは原理の体験用で、実際の設備診断には校正された計測器をご利用ください。
スマホは「センサーノード」になる
手元のスマホが振動センサーとして機能したように、現場のエッジ端末はセンシング→推論→通知の閉ループ（CPS）の入口になります。 実機テレメトリをリアルタイム公開する観測所デモも、同じCPSの思想です。
本格的な振動センシングの機材
スマホの次は専用センサーで。高サンプリングの加速度センサーモジュールとRaspberry Piがあれば、本格的な振動診断システムを自作できます。
※ 上記リンクはアフィリエイトリンクです。購入により当サイトに収益が発生する場合があります。