VIP20
本课程属于：013-TinyML振动异常检测 工业控制与工业互联网 · 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

TinyML轴承故障振动特征提取与模型训练

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在工业预测性维护中的价值 · 轴承故障诊断的意义 · 课程学习目标与整体框架
课程导入TinyML
02
轴承故障基础
轴承结构 · 常见故障类型（内圈 · 外圈
轴承故障基础轴承结构
03
振动信号采集基础
加速度传感器原理 · 采样率选择 · 量程设置
振动信号采集基础加速度传感器原理
04
信号预处理
去趋势 · 去均值 · 滤波（低通/高通/带通）
信号预处理去趋势
05
时域特征提取
均值 · 方差 · 峰值
时域特征提取均值
06
频域特征提取
傅里叶变换原理 · 频谱分析 · 主频带识别
频域特征提取傅里叶变换原理
07
时频域特征提取
短时傅里叶变换 · 小波变换 · 经验模态分解（EMD）在轴承故障特征…
时频域特征提取短时傅里叶变换
08
特征选择与降维
相关性分析 · 主成分分析（PCA） · 线性判别分析（LDA）
特征选择降维
09
数据集构建
公开数据集（如CWRU · IMS）介绍 · 数据划分（训练/验证/测试）
数据集构建CWRU
10
TinyML基础
TinyML概念 · 微控制器资源限制 · 典型硬件平台（Arduino Nan…
TinyML概念
11
模型选型
适用于TinyML的轻量级模型（决策… · 随机森林 · 小型CNN
模型选型TinyML
12
特征工程与模型输入
如何将振动特征组织为模型输入（向量 · 图像 · 序列）
特征工程模型输入
13
模型训练基础
使用Python（TensorFlo… · 训练流程 · 超参数调优
模型训练基础Python
14
模型压缩与量化
权重剪枝 · 量化（int8） · 知识蒸馏
模型压缩量化
15
模型部署流程
使用TensorFlow Lite… · Edge Impulse · STM32Cube.AI等工具将模型…
模型部署流程TensorFlow
16
实时推理与功耗优化
在MCU上实现实时振动信号采集与推理 · 优化推理速度与功耗 · 低功耗设计策略
实时推理功耗优化
17
案例实战一
使用CWRU数据集进行轴承故障分类 · 完成从数据预处理到特征提取 · 模型训练与评估的完整流程
案例实战一CWRU
18
案例实战二
在Arduino Nano 33 B… · 实现实时振动监测与报警
案例实战二Arduino
19
案例实战三
基于Edge Impulse的端到端… · 从数据上传到模型部署的完整实践
案例实战三Edge
20
模型评估与验证
混淆矩阵 · 准确率 · 召回率
模型评估验证
21
常见问题与调试
数据不平衡 · 特征失效 · 模型过拟合
常见问题调试
22
边缘计算与云协同
TinyML设备与云端通信 · 边缘推理与云端再训练 · 联邦学习在轴承故障诊断中的潜力
边缘计算云协同
23
工业应用案例
实际工业场景中的轴承故障监测系统设计 · 包括传感器安装 · 数据采集
工业应用案例实际工业场景
24
安全性与可靠性
模型鲁棒性 · 对抗样本 · 传感器故障检测
安全性可靠性
25
性能优化进阶
模型结构搜索（NAS） · 硬件加速指令 · 多核处理
性能优化进阶NAS
26
多传感器融合
多轴振动信号融合 · 温度与振动融合 · 提升故障诊断准确率
多传感器融合多轴振动信号融合
27
迁移学习与增量学习
利用预训练模型进行迁移 · 在MCU上实现增量学习以适应新工况
迁移学习增量学习
28
综合项目实战
从零构建一个完整的TinyML轴承故… · 包括硬件选型 · 数据采集
综合项目实战TinyML
29
课程总结与进阶路径
回顾核心知识点 · 推荐进阶学习资源（论文 · 书籍
课程总结进阶路径
30
结业考核与项目答辩
设计一个综合项目 · 要求学员独立完成并展示 · 评估学习成果
结业考核项目答辩