Design and Implementation of a custom PCBBased Edge AI System Using STM32 for  Real-Time State Detection and Condition Monitoring

Ouffa Wissal; Laid Abderrahmane

dc.contributor.author	Ouffa Wissal
dc.contributor.author	Laid Abderrahmane
dc.date.accessioned	2025-10-30T09:14:13Z
dc.date.available	2025-10-30T09:14:13Z
dc.date.issued	2025
dc.identifier.uri	https://di.univ-blida.dz/jspui/handle/123456789/40830
dc.description	4.621.1.1382;157p	fr_FR
dc.description.abstract	Ce 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.iso	fr	fr_FR
dc.publisher	blida1	fr_FR
dc.subject	Edge computing, STM32, NanoEdge, DMA, PCB	fr_FR
dc.title	Design and Implementation of a custom PCBBased Edge AI System Using STM32 for Real-Time State Detection and Condition Monitoring	fr_FR