دوره پیاده‌سازی سیستم‌های هوشمند پایش وضعیت و تشخیص ناهنجاری در تجهیزات صنعتی با استفاده از Wio Terminal و پلتفرم‌های بومی‌سازی‌شده اینترنت اشیاء همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره پیاده‌سازی سیستم‌های هوشمند پایش وضعیت و تشخیص ناهنجاری در تجهیزات صنعتی با استفاده از Wio Terminal و پلتفرم‌های بومی‌سازی‌شده اینترنت اشیاء

موضوع کلی: مهندسی هوش مصنوعی و اینترنت اشیاء (IoT)

موضوع میانی: یادگیری ماشین در لبه (TinyML) و نگهداری پیش‌دستانه در صنعت

📋 سرفصل‌های دوره

• 1. مبانی اینترنت اشیاء صنعتی و نقش هوش مصنوعی در پایش وضعیت
• 2. معماری سخت‌افزاری Wio Terminal و سنسورهای پایش لرزش
• 3. مفاهیم پایه یادگیری ماشین برای سیستم‌های تعبیه‌شده
• 4. آشنایی با محیط توسعه و ابزارهای برنامه‌نویسی برای میکروکنترلرها
• 5. پیش‌پردازش سیگنال‌های آنالوگ سنسورهای ارتعاش‌سنج
• 6. جمع‌آوری داده‌های آموزشی از تجهیزات صنعتی در شرایط نرمال
• 7. روش‌های برچسب‌گذاری داده‌ها برای تشخیص ناهنجاری
• 8. مبانی یادگیری نظارت‌نشده در تشخیص الگوهای غیرعادی
• 9. استخراج ویژگی‌های آماری از سیگنال‌های زمانی و فرکانسی
• 10. آموزش مدل‌های یادگیری ماشین سبک (TinyML) برای اجرا روی لبه
• 11. ارزیابی دقت مدل در تشخیص خطاهای مکانیکی
• 12. فشرده‌سازی و کوانتایز کردن مدل‌های هوش مصنوعی برای سخت‌افزار محدود
• 13. پیاده‌سازی الگوریتم‌های تشخیص ناهنجاری در محیط Wio Terminal
• 14. مبانی پروتکل‌های ارتباطی MQTT در اینترنت اشیاء صنعتی
• 15. پیکربندی پلتفرم‌های اینترنت اشیاء برای دریافت داده‌های سنسور
• 16. مدیریت جریان داده بین لبه (Edge) و پلتفرم ابری
• 17. طراحی داشبوردهای مانیتورینگ وضعیت تجهیزات در پلتفرم‌های بومی
• 18. پیاده‌سازی سیستم‌های هشداردهنده هوشمند برای خرابی‌های احتمالی
• 19. تحلیل داده‌های سری زمانی برای پیش‌بینی عمر مفید باقی‌مانده (RUL)
• 20. روش‌های کاهش مصرف انرژی در سیستم‌های پایش هوشمند
• 21. امنیت در تبادل داده‌های صنعتی و حفاظت از زیرساخت‌های شبکه
• 22. کالیبراسیون سیستم‌های پایش وضعیت در محیط‌های نویزدار صنعتی
• 23. استراتژی‌های نگهداری و تعمیرات پیش‌دستانه بر اساس خروجی مدل
• 24. یکپارچه‌سازی سیستم پایش با اتوماسیون صنعتی PLC
• 25. عیب‌یابی و رفع خطاهای رایج در سیستم‌های هوشمند لبه
• 26. مطالعه موردی: پایش لرزش موتورهای القایی با استفاده از TinyML
• 27. توسعه سیستم‌های گزارش‌دهی خودکار برای مدیران فنی
• 28. به‌روزرسانی مدل‌های یادگیری ماشین در محیط‌های عملیاتی
• 29. استانداردهای ملی و بین‌المللی در پایش وضعیت تجهیزات
• 30. چشم‌انداز هوشمندسازی صنایع با تکیه بر دانش بومی و اینترنت اشیاء