VIP8
本课程属于：078-振动监测与旋转设备故障诊断 智能机器人、自动化与智能装备工程 · 共 8 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

加速度计振动信号FFT特征与TinyML分类实战

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
学习目标 · 课程结构 · 适用人群
课程导入学习目标
02
加速度计基础
加速度计的工作原理 · 类型（MEMS · 压电等）
加速度计基础加速度计的工作原…
03
振动信号基础
振动物理概念（振幅 · 频率 · 相位）
振动信号基础振动物理概念
04
信号采集与预处理
采样定理 · 抗混叠滤波 · 去直流
信号采集预处理
05
时域特征提取
均值 · 方差 · 均方根
时域特征提取均值
06
频域分析基础
傅里叶变换原理 · 频谱 · 功率谱密度（PSD）
频域分析基础傅里叶变换原理
07
FFT实战
使用Python（NumPy/Sci… · 绘制频谱图 · 识别主要频率分量
FFTPython
08
频域特征提取
频谱峰值 · 重心频率 · 均方频率
频域特征提取频谱峰值
09
特征工程与降维
特征组合 · 归一化/标准化 · 主成分分析（PCA）
特征工程降维
10
TinyML概述
TinyML的定义 · 边缘设备上的机器学习限制（内存 · 功耗
TinyML的定义
11
模型选择与压缩
适用于TinyML的轻量级模型（决策… · 随机森林 · SVM
模型选择压缩
12
数据集构建与标注
振动信号数据采集方案 · 工况划分 · 标签设计（正常/故障类型）
数据集构建标注
13
特征提取与模型训练流程
从原始加速度计信号到FFT特征 · 再到训练分类模型的完整pipelin… · 包括特征矩阵构建与标签对齐
特征提取模型训练流程
14
基于Python的离线训练实战
使用scikit-learn训练SV… · 评估准确率 · 混淆矩阵
Python基于
15
模型转换为TinyML格式
将训练好的模型转换为TensorFl… · 进行量化（int8）与部署准备
TinyML模型转换为
16
嵌入式端FFT实现
在MCU上实现FFT（如CMSIS-… · 处理加速度计原始数据 · 提取频域特征
FFT嵌入式端
17
TinyML推理部署实战
在Arduino/STM32上部署T… · 编写推理代码 · 实现振动信号实时分类
TinyML推理部署实战
18
案例实战一
轴承故障分类——采集正常 · 内圈故障 · 外圈故障
案例实战一轴承故障分类
19
案例实战二
电机状态监测——识别电机启停 · 负载变化 · 不平衡
案例实战二电机状态监测
20
案例实战三
旋转机械转速估计——利用FFT频谱峰… · 结合TinyML进行转速区间分类或异…
案例实战三FFT
21
案例实战四
人体活动识别（HAR）——使用加速度… · 跑步 · 静止等动作
案例实战四HAR
22
模型优化与超参数调优
网格搜索 · 随机搜索 · 贝叶斯优化等方法调优分类器参数
模型优化超参数调优
23
实时性与功耗优化
在嵌入式端优化FFT计算 · 特征提取与推理速度 · 降低功耗
实时性功耗优化
24
常见问题与调试
频谱泄漏 · 采样率不足 · 传感器噪声
常见问题调试
25
模型鲁棒性与泛化
跨设备 · 跨工况 · 跨时间的模型泛化问题
模型鲁棒性泛化
26
边缘端数据流处理
使用环形缓冲区 · 滑动窗口 · 触发采集等策略处理连续振动信号
边缘端数据流处理使用环形缓冲区
27
TinyML工具链与平台
Edge Impulse · TensorFlow Lite Mi… · ArduinoBLE
TinyML工具链
28
综合实战项目
从零搭建一个完整的加速度计振动监测与… · 包括硬件选型 · 数据采集
综合实战项目从零搭建一个完整…
29
课程总结与进阶方向
回顾核心知识点 · 讨论当前TinyML在振动分析中的挑… · 神经形态计算）
课程总结进阶方向
30
结课考核与项目答辩
设计一个综合任务 · 要求学员独立完成从数据采集到Tiny… · 并提交报告与演示
结课考核项目答辩