VIP20
本课程属于：016-TinyML异常检测与预测性维护 嵌入式边缘AI与TinyML · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

20. TinyML预测性维护项目交付：指标、部署与复盘报告

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
TinyML预测性维护项目交付的总体… · 课程结构 · 学习路径与预期成果
课程导入TinyML
02
预测性维护基础
设备故障模式 · 维护策略演进（预防性 · 预测性）
预测性维护基础设备故障模式
03
TinyML技术栈概览
微控制器 · 传感器 · 边缘推理框架（TensorFlow…
TinyML技术栈概览
04
项目生命周期
从需求分析 · 数据采集 · 模型训练
项目生命周期从需求分析
05
关键性能指标（KPI）定义
准确率 · 召回率 · F1分数
KPI关键性能指标
06
业务指标与工程指标映射
如何将业务目标（减少停机时间 · 降低维护成本）转化为可量化的技术指标
业务指标工程指标映射
07
数据采集与标注
传感器选型 · 采样频率 · 数据标注规范
数据采集标注
08
故障类型与标签设计
常见故障模式（轴承磨损 · 电机过热 · 振动异常）
故障类型标签设计
09
特征工程
时域特征（均值 · 峰值 · RMS）
特征工程时域特征
10
模型选择与训练
适用于TinyML的轻量级模型（CN… · LSTM · Transformer-lite）
模型选择训练
11
模型量化与压缩
量化感知训练 · 后训练量化 · 剪枝
模型量化压缩
12
模型转换与部署
将训练好的模型转换为TensorFl… · 部署到MCU的步骤与工具链
模型转换部署
13
边缘推理优化
内存管理 · 算子优化 · 硬件加速（DSP
边缘推理优化内存管理
14
端到端系统集成
传感器数据采集 · 预处理 · 推理
端到端系统集成传感器数据采集
15
项目交付指标设定
如何根据客户需求设定SMART指标 · 基线确定 · 验收标准
项目交付指标设定SMART
16
指标监控与可视化
实时监控模型性能 · 仪表盘设计 · 告警机制
指标监控可视化
17
部署策略
边缘部署 · 云边协同 · OTA更新
部署策略边缘部署
18
案例实战
基于加速度计的电机轴承故障预测——从…
案例实战基于加速度计的电…
19
案例实战
基于温度与电流的工业泵异常检测——模…
案例实战基于温度
20
案例实战
多传感器融合的旋转机械预测性维护——…
案例实战多传感器融合的旋…
21
常见问题与调试
模型精度不足 · 过拟合 · 部署后性能下降
常见问题调试
22
性能调优
推理延迟优化 · 电池寿命优化 · 模型更新策略
性能调优推理延迟优化
23
项目复盘方法论
复盘框架（目标回顾 · 结果评估 · 原因分析
项目复盘方法论复盘框架
24
交付文档与知识转移
技术文档 · 用户手册 · 培训材料
交付文档知识转移
25
项目管理与沟通
干系人管理 · 进度控制 · 风险识别
项目管理沟通
26
合规与安全
数据隐私 · 设备安全 · 工业标准（ISO 10816等）
合规安全
27
成本效益分析
TinyML方案与传统方案的成本对比 · ROI计算 · 规模化部署的经济性
成本效益分析TinyML
28
前沿趋势与扩展
联邦学习 · 持续学习 · tinyML与5G
前沿趋势扩展
29
综合实战项目
从零开始完成一个TinyML预测性维… · 包括需求分析 · 数据采集
综合实战项目TinyML
30
课程总结与认证
核心知识回顾 · 常见误区 · 学习资源推荐
课程总结认证