VIP6
本课程属于：110-TinyML音频与声学事件检测 AI智能与边缘计算工程 · 共 6 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

9. TinyML工业听诊项目：电机、泵与风扇声学监测

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工业听诊的价值 · 应用场景 · 课程目标与学习路径
课程导入TinyML
02
声学基础
声音的物理特性 · 频谱分析基础 · 工业设备噪声特征
声学基础声音的物理特性
03
工业设备故障模式
电机 · 泵 · 风扇的常见故障类型及其声学特征
工业设备故障模式电机
04
TinyML技术栈
微控制器 · 传感器 · 边缘计算与TinyML框架概览
TinyML技术栈
05
硬件选型
麦克风传感器 · 开发板（如Arduino Nano… · ESP32）的选择与对比
硬件选型麦克风传感器
06
数据采集
采样率 · 位深 · 音频格式
数据采集采样率
07
数据集构建
公开数据集 · 自采数据 · 数据增强与类别平衡策略
数据集构建公开数据集
08
特征工程
时域特征（RMS · 峰值 · 过零率）与频域特征（FFT
特征工程RMS
09
信号预处理
滤波 · 去噪 · 归一化
信号预处理滤波
10
模型选择
适用于TinyML的轻量级模型（如C… · TinyML专用网络）对比
模型选择TinyML
11
模型训练
使用TensorFlow Lite…
模型训练TensorFlow
12
模型量化与压缩
量化感知训练 · 权重剪枝 · 知识蒸馏在TinyML中的应用
模型量化压缩
13
模型部署
将训练好的模型部署到微控制器 · 处理内存与计算限制
模型部署将训练好的模型部…
14
实时推理
流式音频处理 · 滑动窗口 · 低延迟推理策略
实时推理流式音频处理
15
电机监测实战
采集电机声音数据 · 构建故障分类模型（正常 · 轴承磨损
电机监测实战采集电机声音数据
16
泵监测实战
识别泵的气蚀 · 堵塞 · 叶轮损坏等异常声学模式
泵监测实战识别泵的气蚀
17
风扇监测实战
检测风扇叶片损坏 · 电机过热 · 润滑不良等故障
风扇监测实战检测风扇叶片损坏
18
多设备融合
多传感器数据融合 · 多设备协同监测与边缘-云协同
多设备融合多传感器数据融合
19
模型优化
超参数调优 · 模型结构搜索 · 推理速度与精度平衡
模型优化超参数调优
20
系统集成
将TinyML听诊系统集成到工业物联…
系统集成TinyML
21
可视化与告警
实时频谱图 · 故障告警机制 · 用户界面设计
可视化告警
22
能效管理
电池供电 · 低功耗模式 · 能量采集与功耗优化
能效管理电池供电
23
鲁棒性提升
应对环境噪声 · 设备差异 · 工况变化的泛化能力
鲁棒性提升应对环境噪声
24
安全与隐私
数据加密 · 模型保护 · 边缘计算中的隐私问题
安全隐私
25
测试与验证
实验室测试 · 现场测试 · 故障注入与性能评估指标
测试验证
26
常见问题与调试
数据不足 · 过拟合 · 部署失败
常见问题调试
27
案例研究
真实工业场景中的TinyML听诊项目…
案例研究TinyML
28
综合实战
从零搭建一个完整的电机声学监测系统 · 涵盖数据采集到部署
综合实战从零搭建一个完整…
29
进阶方向
自监督学习 · 联邦学习 · 持续学习在工业听诊中的前沿应用
进阶方向自监督学习
30
课程总结
核心知识回顾 · 项目复盘 · 未来发展趋势与学习资源推荐
课程总结核心知识回顾