اپلیکیشن اندرویدی فلش‌کارت آموزشی پیاده‌سازی سیستم‌های پایش هوشمند ارتعاشات با استفاده از حسگرهای MEMS و یادگیری ماشین لبه (Edge AI)

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره پیاده‌سازی سیستم‌های پایش هوشمند ارتعاشات با استفاده از حسگرهای MEMS و یادگیری ماشین لبه (Edge AI)

موضوع کلی: مهندسی برق و هوش مصنوعی

موضوع میانی: اینترنت اشیا (IoT) و پایش وضعیت صنعتی

📋 سرفصل‌های دوره

• 1. مبانی اینترنت اشیاء صنعتی و نقش پایش وضعیت در نگهداری پیشگیرانه
• 2. آشنایی با حسگرهای شتاب‌سنج MEMS و اصول عملکرد آن‌ها
• 3. پارامترهای فنی و مشخصات کلیدی حسگرهای ارتعاش‌سنج
• 4. معماری سیستم‌های هوشمند لبه (Edge AI) در پایش ارتعاشات
• 5. آشنایی با واحد پردازش حسگر داخلی (ISPU) و مزایای آن
• 6. بررسی تفاوت‌های پردازش ابری و پردازش در لبه برای داده‌های ارتعاشی
• 7. نصب و راه‌اندازی محیط توسعه برای حسگرهای هوشمند MEMS
• 8. مبانی جمع‌آوری داده‌های ارتعاشی با نرخ نمونه‌برداری بهینه
• 9. پیش‌پردازش سیگنال‌های ارتعاشی در سطح سخت‌افزار
• 10. تکنیک‌های حذف نویز و فیلتر کردن سیگنال‌های محیطی
• 11. مفاهیم پایه یادگیری ماشین برای تشخیص ناهنجاری (Anomaly Detection)
• 12. معرفی پلتفرم NanoEdge AI Studio برای مدل‌سازی
• 13. آماده‌سازی مجموعه داده‌های آموزشی برای یادگیری ماشین
• 14. روش‌های برچسب‌گذاری داده‌های ارتعاشی در شرایط کاری نرمال
• 15. استخراج ویژگی‌های آماری از سیگنال‌های ارتعاشی در حوزه زمان
• 16. تبدیل فوریه و تحلیل ویژگی‌های فرکانسی سیگنال‌ها
• 17. آموزش مدل تشخیص ناهنجاری با استفاده از الگوریتم‌های یادگیری بدون نظارت
• 18. ارزیابی دقت مدل در شناسایی ارتعاشات غیرعادی
• 19. بهینه‌سازی پارامترهای مدل برای اجرا روی میکروکنترلرهای کم‌مصرف
• 20. تولید کتابخانه اختصاصی برای تشخیص ناهنجاری روی سخت‌افزار
• 21. یکپارچه‌سازی مدل هوش مصنوعی با واحد ISPU
• 22. پیاده‌سازی الگوریتم‌های تشخیص ارتعاش روی بردهای توسعه
• 23. روش‌های تست و اعتبارسنجی مدل در محیط عملیاتی
• 24. شبیه‌سازی خطاهای مکانیکی و ارزیابی پاسخ سیستم پایش
• 25. مدیریت توان مصرفی در سیستم‌های پایش وضعیت صنعتی
• 26. انتقال داده‌های وضعیت دستگاه از طریق پروتکل‌های استاندارد صنعتی
• 27. اصول طراحی داشبورد نظارتی برای نمایش وضعیت ماشین‌آلات
• 28. امنیت داده‌ها در ارتباطات دستگاه به دستگاه (M2M) در شبکه صنعتی
• 29. مطالعه موردی پایش ارتعاشات الکتروموتورهای صنعتی
• 30. راهکارهای توسعه و به‌روزرسانی مدل‌های هوش مصنوعی در طول زمان