针对小型工业电机、泵类设备缺少低成本状态监测手段的问题,设计一款本地化振动监测终端。通过加速度传感器采集振动信号,STC/STM32单片机完成ADC采样、滑动窗口滤波和特征提取,运行轻量级TinyML分类模型,判断设备当前状态为“正常”或“异常”。结果通过串口发送至迪文触屏实时显示,支持阈值告警、历史记录查询。目标是在无上位机、无云端的条件下实现离线监测,降低部署成本。
整体架构为“加速度传感器 → STC/STM32单片机 → TinyML推理 → 迪文触屏显示”。单片机端使用C语言开发,包含ADC采样、滑动窗口滤波、特征提取和int8量化模型推理;迪文屏通过DGUS工具配置界面,以串口指令与单片机交互。我负责全部软件逻辑、模型部署和屏幕交互设计。难点是MCU内存和算力受限,解决方案是降低输入维度、模型量化为int8、优化内存占用。Demo阶段实现XXHz采样,推理延迟约XXms,识别准确率约XX%(没有实测数据就写“功能验证通过,准确率待进一步测试”)。
示例图片/演示视频