工厂做设备预测性维护，第一步就是在关键设备上装智能传感器，但采样频率设多少、通信协议选哪种，很多项目一开始就定错了，后期数据用不上或系统连不通，改造投入打了水漂。有家汽车零部件厂去年在冲压线上装了三十个振动传感器，采样频率统一设了一千赫兹，数据量太大导致边缘网关存储满了，同时用的是ZigBee协议，和现有以太网架构不兼容，最后只跑了两周就停掉了，重新换了方案。这个案例说明，智能传感器的部署不是买设备装上就行，采样策略和通信架构要提前规划。

采样频率的设定要和故障特征频率匹配。振动分析里，轴承故障的特征频率通常在几赫兹到几千赫兹之间，如果采样频率太低，高频信号混叠，故障信息丢失；采样频率太高，数据量指数级增长，存储和传输成本受不了。一般原则是采样频率至少是关注最高频率的两倍，实际工程里取三到五倍更稳妥。比如关注轴承外圈故障，特征频率大概在五百赫兹左右，采样频率设两千赫兹足够，没必要上到一万赫兹。对于温度、压力这类缓变信号，一分钟采样一次都嫌多，过度采样只会浪费资源。

通信协议的选择要看现有系统架构和数据流向。新建项目可以统一规划，选MQTT或OPC UA这些开放协议，兼容性好，后续扩展方便。但老厂改造，现有PLC和SCADA系统可能只支持Modbus RTU或Profibus，新装的传感器如果协议不兼容，需要额外加协议转换网关，增加故障点和延迟。建议先做现有系统的通信协议盘点，再决定新设备的协议类型，优先选能和现有系统直连的型号，减少中间环节。如果必须跨协议，选支持多协议的边缘网关，而不是给每个传感器配转换器。

边缘计算和云端协同的分工要明确。智能传感器如果只做数据采集和上传，所有分析都在云端，网络中断时本地无法报警，而且大量原始数据上传占用带宽。比较好的方案是传感器端做简单的阈值判断和趋势计算，只把异常数据和特征值上传，正常数据本地缓存定期批量同步。这样网络负载降低百分之八十以上，同时保证了实时报警能力。边缘网关的算力要匹配这个分工，能跑轻量级分析算法，而不是只做协议转换。

供电方式影响部署灵活性和维护成本。电池供电的无线传感器安装方便，不用拉电缆，但电池寿命通常一到三年，更换工作量大，而且低温环境下电池容量衰减快。有线供电的传感器稳定可靠，但施工布线成本高，特别是老旧车间里没有预留线槽。现在有能量采集技术的传感器，通过振动、温差或光照发电，理论上可以免维护，但输出功率有限，采样频率和通信距离受限，适合低功耗场景。选型时要根据安装位置、维护能力和数据需求综合权衡。

批量采购智能传感器时，建议先小批量试样，在典型设备上跑三个月，验证数据质量、通信稳定性、电池寿命或供电可靠性，同时评估和现有系统的集成难度。试样通过后再谈批量价格和质保条款，避免大批量到货后发现不匹配。UG环球的平台上整理了不同工业场景下智能传感器的选型指南和通信方案对比，采购前可以参考，网址是https://www.jydcx.com/。

智能传感器是工业物联网的感知层，采样策略和通信架构规划好了，后续的数据分析和智能决策才有可靠基础。