STM32F407 edge-AI node for industrial motor predictive maintenance: vibration/sound sensing, on-device anomaly detection (X-CUBE-AI), local alarm, and WiFi data upload.
Edge-AI Predictive Maintenance Node for Industrial Equipment
A compact, attachable monitoring node for industrial equipment (motors, pumps) built on the STM32F407. It acquires vibration (MPU6050) and acoustic (MAX9814) signals, performs on-device signal processing and AI inference (X-CUBE-AI / CMSIS-NN) to classify equipment health, raises local alerts via OLED + buzzer, and streams data to a Python host dashboard over WiFi (ESP8266).
- P0 (basic): vibration acquisition + FFT spectrum + threshold alarm + OLED display
- P1 (core): AI anomaly detection + on-device inference + upload to host PC
- P2 (bonus): multi-node networking + history trend + low-power sleep
| Path | Contents |
|---|---|
hardware/ |
Schematic (立创 EDA), Gerber, BOM.csv, pin map |
firmware/ |
STM32CubeMX .ioc, Core/Src+Core/Inc (app), hardware/ (BSP 初始化), FreeRTOS 配置 |
algorithm/ |
Python training scripts, feature extraction, X-CUBE-AI model |
host/ |
Python PyQt/Tkinter dashboard |
docs/ |
Communication protocol, architecture, reports |
- MCU: STM32F407ZGT6
- Vibration: MPU6050 (×2)
- Acoustic: MAX9814
- Display: 0.96" I2C SSD1306 OLED
- Wireless: ESP-01S (ESP8266)
- Alarm: active buzzer + OLED
- Power: 3.7V Li-ion + TP4056 + AMS1117-3.3V
See hardware/BOM.csv for the full list.
Project start: 2026-07-20. Currently in remote-collaboration phase (Week 1). 环境已搭好（2026-07-23）：
- ✅ host/：Python 隔离 venv + 全套依赖（numpy/scipy/pyserial/matplotlib/PyQt6/scikit-learn/pandas）；
protocol_parser（CRC 与固件逐位一致，已自测）、serial_monitor、dashboard(PyQt6)、train、cwru_prepare均已跑通- ✅ firmware/：应用层骨架完整（config + 4 驱动桩 + 通信协议 + FreeRTOS 任务框架），引脚对齐
hardware/pin_map.csv- ✅ CubeMX
.ioc底座（2026-07-28）：FreeRTOS(CMSIS_V2) + 4 任务（Acquire/Process/Display/Comms）、时钟树 168MHz、TIM4_CH3 PWM 输出、ADC1 DMA Circular、PC0/PC1/PC2/PA0 上拉 —— 已直接写入.ioc文本（非 GUI 点击）。待 master 双击.ioc用 CubeMX 打开确认无误 → 点 Generate Code → Keil 中 build 验证。- ✅ 固件结构优化（2026-07-28）：
main.c精简为入口（HAL_Init → Hardware_Init → APP_Init），所有外设初始化（时钟 / ADC+DMA / I2C / TIM4 PWM / TIM5 时基 / UART / GPIO）迁入新firmware/hardware/BSP 模块（hardware.c/hardware.h），已接入 KeilHardware/BSP分组与../hardware包含路径，armcc 独立编译验证通过。- ⏳ 待完成：频域特征 CMSIS-DSP 实现、X-CUBE-AI 推理、Keil build 验证、真实硬件移植（9 月集中期）
各子目录 README 有详细状态与用法。
固件代码通过集中式功能开关统筹，方便三人分工时各自剔除不负责的模块、缩小编译体积、或隔离调试。所有开关集中在 firmware/Core/Inc/config.h 顶部的 MODULE ENABLE SWITCHES 段，默认全部开启（编译结果与原先一致）：
#define USE_MPU6050 1 /* 振动传感器 MPU6050 驱动 + 任务采集 */
#define USE_MAX9814 1 /* 麦克风 MAX9814 驱动 */
#define USE_SSD1306 1 /* OLED 显示 SSD1306 驱动 + 任务显示 */
#define USE_ESP8266 1 /* WiFi ESP8266 AT 驱动 + 任务通信 */
#define USE_PROTOCOL 1 /* 通信帧 protocol（CRC 与 host 逐位一致） */
#define USE_FEATURES_MCU 1 /* 边缘特征提取 features_mcu（CMSIS-DSP 待补） */
#define USE_TASKS 1 /* FreeRTOS 任务编排 tasks（APP_Init 启动 4 任务） */关闭某个模块：把对应的 1 改成 0 即可，无需删代码——该模块的 .c 实现体与 .h 声明均被 #ifdef USE_<模块> 包裹整体排除，tasks.c 中的对应初始化/调用也受同开关保护。例如只做算法验证、不想编 WiFi：
#define USE_ESP8266 0此时 ESP8266_* 函数与 Comms 任务内的 WiFi 调用都不会进入编译。已用 armcc 验证两条路径均零错误：默认全开（9 个 .c 全部通过）与 6 个业务模块全关（仅留 USE_TASKS=1）。
几个约定（避免踩坑）：
main.h已瘦成纯函数引用枢纽——只#include各模块头 + 声明Hardware_Init / APP_Init / Error_Handler。外设句柄（hadc1/hi2c1/...）的extern已移到firmware/hardware/hardware.h，改硬件时认准这里。- 若用 CubeMX GUI 重新 Generate Code，它会在
main.c重新塞入MX_*_Init()，与hardware.c中的同名函数重复 → 链接报错。处理法见firmware/CUBEMX_FIXES.md末尾：Generate 后删掉main.c里自动生成的那几个函数体、保留Hardware_Init()调用即可。 USE_TASKS=0时APP_Init()不创建任何任务，main()仅空转——适合裸机调 BSP 初始化。
cd host && .venv\Scripts\activate
python protocol_parser.py # 协议自测
python serial_monitor.py --list # 看串口
python train.py --samples 400 # 训练阈值/质心 -> models/- Hardware lead — schematic / PCB / soldering / power
- Software lead (captain) — STM32 firmware / FreeRTOS / protocol
- Algorithm lead — ML model / signal processing / host GUI
See LICENSE.