📘 STM32CubeAI 故障预测
异常检测实战
🎓 30章 · 完整目录
第1章
课程导论与AI故障预测概述
工业4.0预测性维护
故障预测价值
STM32CubeAI定位
学习路径
第2章
STM32CubeMX开发环境搭建
安装CubeMX
安装CubeIDE
固件包配置
工程模板
第3章
STM32CubeAI工具链安装与验证
X-CUBE-AI扩展
AI运行时库
工具链验证
问题排查
第4章
传感器数据采集基础
I2C/SPI驱动
定时器触发
DMA传输
环形缓冲区
第5章
振动信号采集实战
ADXL345
采样率配置
原始数据校准
时域波形
第6章
电流/电压信号采集实战
INA226监测
ADC+DMA
滤波平滑
过采样
第7章
温度与湿度数据采集实战
DHT22/SHT30
单总线协议
校验纠错
多传感器融合
第8章
数据预处理与特征工程
清洗缺失值
归一化
滑动窗口
时域特征
第9章
频域特征提取实战
FFT变换
STM32 FFT
频谱特征
时频融合
第10章
时频域特征提取实战
小波变换
短时傅里叶
时频谱图
PCA降维
第11章
数据集构建与标注
采集策略
样本标注
划分训练集
数据增强
第12章
TensorFlow模型训练基础
TF环境
Keras Sequential
DNN实现
编译训练
第13章
卷积神经网络(CNN)故障诊断模型
1D-CNN原理
振动CNN设计
卷积池化
调优
第14章
循环神经网络(RNN/LSTM)时序预测
RNN/LSTM原理
时序建模
LSTM设计
趋势预测
第15章
自编码器(Autoencoder)异常检测
自编码器原理
重构误差
正常样本训练
阈值设定
第16章
模型量化与优化
模型剪枝
INT8/FP16量化
TFLite转换
推理速度
第17章
STM32CubeAI模型转换与部署
Keras导入
内存评估
代码生成
部署STM32
第18章
AI运行时库集成
X-CUBE-AI API
初始化推理
缓冲区管理
多模型切换
第19章
实时推理引擎设计
双缓冲
中断驱动
低功耗策略
看门狗恢复
第20章
故障预测阈值设定与报警
动态阈值
滑动窗口统计
报警优先级
防误报
第21章
异常检测可视化
串口输出
OLED/LCD显示
PC上位机
日志回放
第22章
电机轴承故障预测实战
振动数据采集
轴承特征提取
CNN训练
实时推理
第23章
泵体异常检测实战
压力/流量监测
LSTM预测
异常分数
远程报警
第24章
风机叶片故障诊断实战
振动频谱分析
多传感器融合
迁移学习
边缘部署
第25章
多任务学习与模型融合
多任务架构
共享特征层
故障分类+寿命
模型集成
第26章
联邦学习与隐私保护
联邦学习基础
STM32本地训练
参数聚合
差分隐私
第27章
OTA远程更新与模型迭代
固件升级协议
远程更新参数
增量学习
版本回滚
第28章
系统可靠性设计与测试
看门狗电源
故障注入
压力测试
EMC/EMI
第29章
项目实战：工业泵站预测性维护
需求分析
硬件选型
软件架构
端到端联调
第30章
课程总结与未来展望
核心技术回顾
常见问题
边缘AI趋势
学习资源