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

FFT与TinyML结合振动异常检测项目实战

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 · 振动异常检测的工业价值与TinyML…
课程导入学习目标
02
振动信号基础
振动产生机理 · 常见振动类型（周期 · 冲击
振动信号基础振动产生机理
03
信号采集与预处理
采样率与奈奎斯特准则 · 抗混叠滤波 · 去趋势
信号采集预处理
04
时域特征提取
均值 · 方差 · 峰值
时域特征提取均值
05
频域分析基础
傅里叶变换原理 · 频谱与功率谱密度 · 频谱分辨率与窗函数选择
频域分析基础傅里叶变换原理
06
FFT实战
使用Python/NumPy实现FF… · 频谱可视化 · 识别主要频率分量与谐波
FFTPython/NumPy
07
短时傅里叶变换（STFT）
时频分析原理 · 窗长与重叠设置 · 生成频谱图（Spectrogram）
STFT短时傅里叶变换
08
小波变换与对比
连续小波与离散小波 · 与FFT/STFT的对比 · 在非平稳信号中的优势
小波变换对比
09
特征工程综合
从时域 · 频域 · 时频域提取多维特征
特征工程综合从时域
10
异常检测方法概述
监督 · 无监督 · 半监督方法
异常检测方法概述监督
11
传统机器学习模型
SVM · 随机森林 · KNN
传统机器学习模型SVM
12
深度学习模型入门
CNN · LSTM · 自编码器在振动信号异常检测中的基本架…
深度学习模型入门CNN
13
TinyML概念与生态
TinyML定义 · 微控制器资源限制 · TensorFlow Lite Mi…
TinyML概念
14
模型压缩与量化
剪枝 · 权重量化 · 知识蒸馏
模型压缩量化
15
模型部署流程
将训练好的模型转换为TFLite格式 · 生成C++数组 · 部署到STM32/ESP32等平台
模型部署流程TFLite
16
端侧推理优化
内存管理 · 算子优化 · CMSIS-DSP库使用
端侧推理优化内存管理
17
项目实战一
基于FFT的轴承故障诊断——数据采集 · FFT频谱分析 · 故障特征频率识别
项目实战一FFT
18
项目实战二
基于时频特征的电机异常检测——STF… · 使用CNN进行分类
项目实战二STF
19
项目实战三
基于自编码器的无监督异常检测——训练… · 部署到MCU
项目实战三基于自编码器的无…
20
项目实战四
端到端TinyML振动监测系统——从… · 包括边缘推理与告警
项目实战四TinyML
21
数据增强与平衡
振动信号的数据增强方法（加噪 · 时间拉伸 · 频率偏移）
数据增强平衡
22
模型评估与验证
混淆矩阵 · 精确率/召回率/F1 · ROC曲线
模型评估验证
23
常见问题与调试
频谱泄漏 · 混叠 · 噪声干扰
常见问题调试
24
功耗与资源优化
低功耗设计 · 睡眠模式 · 事件驱动采样
功耗资源优化
25
边缘-云协同架构
本地异常检测与云端深度分析结合 · 通信协议（MQTT/HTTP） · 数据上传策略
边缘云协同架构
26
安全性与可靠性
固件安全 · 数据加密 · 模型鲁棒性
安全性可靠性
27
案例研究
工业旋转机械 · 风力发电机 · 汽车部件等真实场景中的振动异常检测案…
案例研究工业旋转机械
28
性能基准与对比
不同算法（FFT+阈值 · STFT+CNN · 自编码器）在精度
性能基准对比
29
综合项目实战
从需求分析 · 数据采集 · 特征工程
综合项目实战从需求分析
30
课程总结与进阶方向
知识体系回顾 · 常见误区 · 前沿趋势（如超低功耗AI
课程总结进阶方向