近年来，随着新能源领域扩张，电机的运用越来越重要，随之而来的故障问题也日益突出，其中旋转机械故障最为明显，因此对旋转机械进行状态监测和故障预测就显得十分重要，有数据显示新能源风机的维护成本占整体全年收入的20%~25%，电机故障带来的损失不仅仅是设备上的成本，更是额外停工造成的大量经济损失。
边缘计算是近几年提出的新兴概念，主要思想是将计算设备下沉的数据边缘侧以补足远端云计算在通信能力方面的不足，工业现场存在的大量计算设备原生的组成了边缘计算层，这些边缘计算设备具有不同的性能、架构和任务等.如何利用这些边缘计算设备，与工业云平台协同完成相关的计算任务，是工业边缘计算的主要研究目标．现如今，诸多工业领域物联网对延迟的要求越来越高，部分工业产品需要亚秒级响应时间才能实现安全且精确的操作。例如，无人驾驶汽车。其次，安全与隐私也是边缘计算的另一大优势，它可以允许用户数据在多个物理节点上处理，从而能够让用户拥有安全高效的边缘设备数据分析能力。
电机故障诊断技术在工业生产领域早已存在，最早用于机械设备故障诊断，因为电机技术的不断发展而将故障诊断融入其中，但早期过度依赖人工经验来判断电机故障。随着传感器技术、检测技术的发展电机故障诊断技术才得到大的提升。一般针对电机故障常采用电流分析法、振动分析法、温度诊断法等。近些年随着物联网的快速发展，针对一些较为复杂的电机故障诊断方法逐渐向智能化方向发展，其主要包括专家系统、人工神经网络、贝叶斯网络、支持向量机等。
电机的故障类型是复杂多样的，其能产生大量的故障数据。传统的云计算无法应对海量的故障数据，因此，基于边缘计算的故障诊断在电机远程监测系统中的作用十分重要。
目前，基于边缘计算的电机故障检测产品已经被研发出来
只看图中的内容，很难想象这个大小的设备就能准确的监测初电机的运行状态，但它确实已经得到了广泛的应用，这是忽米研发的H-5GEC 5G边缘计算器（简称H-5GEC），对电机的振动、噪声和温度进行三位一体实时监测和计算分析，准确预测故障信息，保障生产稳定运行，延长电机使用寿命，将高性能传感器与智能边缘计算功能结合在一个紧凑坚固的外壳中，高度集成化，贴附式安装在电机表面，无需布线。简化了基于状态监测的智能传感器节点的开发过程，提高安全性的同时，有效降低成本，是可负担的工厂优化解决方案。基于忽米工业互联网平台，实现对于海量边缘设备的远程管控，帮助客户快速构建预测性维护场景的数据分析和决策能力。通过预测性维护，提供支撑设备、设施运维的增值服务和全生命周期的质保服务，增加用户满意度。
部分源自：《基于边缘计算的电机故障智能监测系统》-潘显斌