一、行业痛点
煤矿井下及地下工业现场普遍存在以下问题：
- 设备运行状态难以实时掌握，依赖人工巡检；
- 网络传输距离远、信号弱，数据更新滞后；
- 异常故障预警滞后，容易造成停机损失；
- 监控系统缺乏边缘分析能力，数据依赖上位机集中处理。
✅ 解决思路：
在井下部署具备数据采集与智能处理能力的 ARM 工控机终端 ，
直接接入传感器数据，实现本地分析、边缘上传与远程监控。
二、硬件平台与接口说明
| 模块 | 电鱼 EFISH-RK3588 工控机 | 电鱼 EFISH-RK3568 工控机 |
|---|---|---|
| CPU | 8核 Cortex-A76 + A55 | 4核 Cortex-A55 |
| NPU性能 | 6TOPS | 1TOPS |
| 通讯接口 | RS485 / CAN / Ethernet / USB / GPIO | RS485 / CAN / Ethernet / USB / GPIO |
| 存储 | eMMC + SSD 扩展 | eMMC + TF |
| 工作温度 | -20℃ ~ +70℃ | -20℃ ~ +70℃ |
| 特点 | 高性能边缘计算、AI识别、宽温稳定 | 高性价比、工业采集稳定 |
✅ 支持多通道RS485 / CAN采集，可直接接入各类工业传感器或PLC设备；
✅ 兼容主流工业通信协议（Modbus RTU / CANOpen / MQTT）。
三、功能模块设计
1️ ⃣ 数据采集模块
- 通过 RS485 / CAN 总线实时采集各设备传感器信号：
- 电机电流、电压、转速；
- 电泵压力、温度、流量；
- 皮带机负载、电机扭矩。
- 支持多通道并行采集，毫秒级响应。
2️ ⃣ 数据预处理模块
- 本地执行滤波、平滑、异常值剔除等算法；
- 根据设定阈值自动判断设备是否异常。
3️⃣ 边缘智能分析模块
- 支持部署轻量AI模型（如异常检测、趋势预测）；
- 结合历史数据，实现预测性维护（Predictive Maintenance）。
4️ ⃣ 数据上传模块
- 数据通过 MQTT / HTTP / Modbus TCP 上报；
- 支持断点续传、断网缓存、恢复同步；
- 可与云平台或上位机系统对接（如阿里云IoT / SCADA）。
四、系统软件架构
| 层级 | 模块 | 功能 |
|---|---|---|
| 感知层 | 各类传感器、PLC | 采集电气、机械状态信号 |
| 边缘层 | 电鱼 ARM 工控机 | 数据处理、异常检测、智能预警 |
| 通信层 | MQTT / Modbus TCP | 数据传输与远程维护 |
| 平台层 | 监控中心 / 云端 | 可视化、报表分析、报警管理 |
五、方案优势
- 实时性强：本地采集与计算，无需依赖云端；
- 低功耗运行：ARM平台功耗仅10W左右，适合井下持续运行；
- 智能化：支持AI模型部署，实现趋势预测与异常分析；
- 可靠性高：工业级设计，防尘、防震、宽温；
- 开放协议：兼容Modbus、MQTT、CANOpen等标准接口。
六、实施步骤
阶段1 现场设备与传感器接入规划
阶段2 工控机接口调试与采集验证
阶段3 边缘计算算法部署（滤波/AI模型）
阶段4 数据上报与远程监控联调
阶段5 平台告警策略配置与报表生成
整个系统可模块化安装，支持分区部署与远程升级。
七、应用场景
✅ 煤矿井下设备监测（电泵、电机、皮带机）
✅ 水处理与泵站状态监控
✅ 隧道风机与排水系统运行检测
✅ 工厂产线能耗与设备健康监测