边缘 AI 在电弧故障检测中使用 NanoEdge AI/STM32Cube.AI 如何设计？

发表于 2025-10-22 14:46

请问，边缘 AI 在电弧故障检测中使用NanoEdge AI/STM32Cube.AI 如何设计？

发表于 2025-10-28 07:43

我之前看过ST官方的NanoEdge AI例程，电弧检测其实属于异常检测场景。可以先采集电流波形数据，用NanoEdge Studio训练个模型，再导出库到STM32上跑。

发表于 2025-10-28 07:44

我之前看过ST官方的NanoEdge AI例程，电弧检测其实属于异常检测场景。可以先采集电流波形数据，用NanoEdge Studio训练个模型，再导出库到STM32上跑。

发表于 2025-10-28 07:46

建议先搞清楚采样频率和信号带宽，电弧的特征多在高频段。如果采样率太低，AI模型再好也分不出来。

发表于 2025-10-28 07:47

我试过用L4系列加NanoEdge做振动检测，推理速度还行。你做电弧检测的话可能要选F7或H7，算力更稳。

发表于 2025-10-28 07:48

其实NanoEdge Studio里有个“electric signature”模板，用来做设备异常检测挺合适的，换成电弧信号也能参考。

发表于 2025-10-28 07:49

你要注意STM32Cube.AI生成的模型一般都比较大，Flash和RAM占用不少。设计时要提前预留资源，否则编译就爆。

发表于 2025-10-28 07:51

如果要做在线学习或者模型更新，NanoEdge更灵活一些，能在现场边运行边更新参数。

发表于 2025-10-28 07:52

其实你也能用STM32的串口模拟命令行界面，输入一个值比如“inv 0x57”，MCU计算后返回结果到LCD或串口。

发表于 2025-10-28 07:54

要是只是验证算法对不对，可以先在Python里写个GF(2⁸)的逆运算，再把结果和MCU输出比对一遍。

发表于 2025-10-28 07:55

我做过类似项目，用矩阵运算法算GF逆，结果在F4上只要几微秒一个，很适合展示算法原理。

发表于 2025-10-28 07:56

还有个小技巧：在Cube.AI分析报告里看Flash和RAM占用，那部分云端显示非常准，本地生成结果基本一致。

[AI] 边缘 AI 在电弧故障检测中使用 NanoEdge AI/STM32Cube.AI 如何设计？