Etudiant : EL ATIKI FAKHITA

Filière : Master Électronique Embarquée Et Systèmes Intelligents (2ESI)

Encadrant : Pr. TISSIR EL HOUSSAINE

Annèe : 2026

Résumé : Ce PFE développe un système embarqué intelligent sur STM32F401RE capable de détecter en temps réel les défauts d'engrenage à partir de signaux vibratoires, dans une logique d'Industrie 4.0 et de maintenance prédictive sans infrastructure cloud. À partir du dataset Kaggle « Mechanical Gear Vibration » (900 000 échantillons, 6 classes), 44 caractéristiques temporelles et fréquentielles sont extraites puis utilisées pour entraîner un réseau de neurones MLP résiduel, atteignant 96,8 % de précision. Le modèle est déployé grâce à X-CUBE-AI sur le microcontrôleur, occupant seulement 374,65 Ko de Flash et 2 Ko de RAM, avec une latence d'inférence constante de 8,8 ms. Les tests de robustesse au bruit gaussien embarqué confirment un fonctionnement fiable jusqu'à σ = 0,40, validant la viabilité du système pour un déploiement industriel autonome.