1. Université Saad Dahlab blida 1
  2. Faculté De Technologie
  3. Département d’Electronique
  4. Mémoires de Master
Veuillez utiliser cette adresse pour citer ce document : https://di.univ-blida.dz/jspui/handle/123456789/40830
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorOuffa Wissal-
dc.contributor.authorLaid Abderrahmane-
dc.date.accessioned2025-10-30T09:14:13Z-
dc.date.available2025-10-30T09:14:13Z-
dc.date.issued2025-
dc.identifier.urihttps://di.univ-blida.dz/jspui/handle/123456789/40830-
dc.description4.621.1.1382;157pfr_FR
dc.description.abstractCe mémoire présente un système d’edge computing pour la surveillance industrielle en temps réel, combinant le microcontrôleur STM32F103RB et l’outil NanoEdge AI Studio pour analyser l'état des machines en local, sans dépendance du cloud. Les données vibratoires d'un capteur MPU6050 sont acquises via DMA, analysées par une IA embarquée, puis affichées sur un écran OLED tout en étant transmises à un tableau de bord web (via le bus CAN et un ESP32). Une carte PCB personnalisée à 6 couches et une architecture firmware modulaire garantissent un traitement à faible latence ainsi qu’une évolutivité optimale. Cette solution illustre comment l'IA embarquée permet de mettre en œuvre une maintenance prédictive économique.fr_FR
dc.language.isofrfr_FR
dc.publisherblida1fr_FR
dc.subjectEdge computing, STM32, NanoEdge, DMA, PCBfr_FR
dc.titleDesign and Implementation of a custom PCBBased Edge AI System Using STM32 for Real-Time State Detection and Condition Monitoringfr_FR
Collection(s) :Mémoires de Master

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
Master_Thesis_ESE7 1382-9554.pdf8,48 MBAdobe PDFVoir/Ouvrir
Affichage abbrégé


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.