Etudiant : CHRAIBI HIBA

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

Encadrant : Pr. EL BAHJAOUI RADOUANE

Annèe : 2026

Résumé : Dans le cadre de l’Industrie 4.0, ce projet vise à développer un système embarqué de détection d’anomalies mécaniques basé sur l’analyse vibratoire et l’intelligence artificielle. Les données vibratoires, issues de plusieurs fichiers CSV, ont été prétraitées afin d’extraire des caractéris-tiques significatives telles que le RMS, le kurtosis et le skewness. Ces paramètres ont ensuite été utilisés pour entraîner un réseau de neurones adapté à la détection des défauts. Après l’entraînement, le modèle a été optimisé afin de réduire sa taille et sa complexité, puis dé-ployé sur une carte STM32 à l’aide de STM32Cube.AI pour une exécution en temps réel. Les ré-sultats obtenus montrent que la solution proposée permet de détecter efficacement les anomalies tout en respectant les contraintes des systèmes embarqués en termes de mémoire, de temps d’exécution et de consommation d’énergie. Mots-clés : Analyse vibratoire, Détection d’anomalies, Intelligence artificielle, Réseau de neu-rones, STM32, Edge AI, TinyML.