VIP14
本课程属于：008-设备状态监测、维修与预测维护 智能制造_工业装备与数字化生产工程 · 共 14 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振动传感器故障诊断模型训练与部署教程

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与振动故障诊断的背景 · 课程目标 · 学习路径与整体框架
课程导入TinyML
02
振动传感器基础
振动传感器类型（加速度计 · 压电式 · MEMS）
振动传感器基础振动传感器类型
03
故障诊断基础
常见机械故障（不平衡 · 不对中 · 轴承磨损
故障诊断基础常见机械故障
04
信号采集与预处理
采样率 · 抗混叠滤波 · 去趋势
信号采集预处理
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 · 功率谱密度 · 频谱峰值
频域特征提取傅里叶变换
07
时频域特征提取
短时傅里叶变换 · 小波变换 · 经验模态分解在振动信号中的应用
时频域特征提取短时傅里叶变换
08
特征选择与降维
主成分分析 · 线性判别分析 · 互信息
特征选择降维
09
TinyML概述
TinyML定义 · 边缘计算优势 · 硬件限制（内存
TinyML定义
10
TinyML硬件平台
Arduino Nano 33 BL… · ESP32 · STM32
TinyML硬件平台
11
TinyML软件工具链
TensorFlow Lite fo… · Edge Impulse · STM32Cube.AI等工具介绍
TinyML软件工具链
12
模型选型
适用于TinyML的轻量级模型（决策… · 随机森林 · SVM
模型选型TinyML
13
数据准备与标注
振动数据采集实验设计 · 数据分割（训练/验证/测试） · 标签标注与数据增强
数据准备标注
14
模型训练基础
使用Python进行模型训练 · 交叉验证 · 过拟合与欠拟合处理
模型训练基础Python
15
模型量化与压缩
量化（8位 · 16位） · 剪枝
模型量化压缩
16
TensorFlow Lite模型转换
将Keras模型转换为TFLite格… · 量化设置 · 模型大小与精度评估
TensorFlowLite
17
Edge Impulse实战
使用Edge Impulse完成数据… · 特征设计 · 模型训练与部署的完整流程
EdgeImpulse
18
STM32Cube.AI实战
在STM32上部署振动故障诊断模型的…
STM32Cube.AISTM32
19
Arduino部署实战
在Arduino Nano 33 B…
Arduino部署实战
20
ESP32部署实战
在ESP32上部署模型并通过WiFi…
ESP32部署实战
21
实时推理与性能优化
推理延迟 · 吞吐量 · 功耗优化
实时推理性能优化
22
案例实战一
轴承故障诊断（正常 · 内圈 · 外圈
案例实战一轴承故障诊断
23
案例实战二
电机不平衡与不对中故障诊断 · 使用Edge Impulse实现端到…
案例实战二电机不平衡
24
案例实战三
齿轮箱故障诊断 · 结合时频特征与CNN模型在STM32…
案例实战三齿轮箱故障诊断
25
模型鲁棒性与泛化
不同工况 · 转速 · 负载下的模型性能评估与迁移学习策略
模型鲁棒性泛化
26
常见问题与调试
数据不平衡 · 噪声干扰 · 模型过拟合
常见问题调试
27
安全性与可靠性
模型置信度 · 异常检测 · 故障误报漏报处理
安全性可靠性
28
综合项目实战
设计一个完整的TinyML振动故障诊… · 包括硬件选型 · 数据采集
综合项目实战TinyML
29
课程总结与进阶方向
TinyML在预测性维护中的前沿趋势 · 联邦学习 · 持续学习与未来挑战
课程总结进阶方向
30
结课考核与项目答辩
综合项目展示 · 常见问题问答 · 课程知识要点回顾与评估标准
结课考核项目答辩