20.500.12556/DKUM-98743 Akustično zaznavanje poškodb ležajev motorjev z uporabo umetne inteligence na PSoC 6 AI magistrsko delo Acoustic detection of motor bearing faults using artificial intelligence on PSoC 6 AI Diplomsko delo obravnava akustično diagnostiko za zaznavanje poškodb ležajev motorjev z uporabo razvojne ploščice PSoC 6 AI, digitalnega MEMS mikrofona in konvolucijske nevronske mreže, naučene v okolju DEEPCRAFT™ Studio. Teoretični del predstavi mehanizme poškodb kotalnih ležajev, akustično diagnostiko, Fourierjevo transformacijo in nevronske mreže. V praktičnem delu so bile izvedene meritve na poškodovanem in nepoškodovanem testnem ventilatorju ebm-papst, na podlagi katerih so bili razviti in medsebojno primerjani trije modeli z različno obliko vhodnih podatkov. Izbran najboljši model doseže testno vrednost F1 89,56 % z le 3704 učnimi parametri, kar potrjuje izvedljivost pristopa na vgrajenih sistemih. This diploma presents acoustic diagnostics for detecting motor bearing damage using the PSoC 6 AI development board, a digital MEMS microphone, and a convolutional neural network trained in DEEPCRAFT™ Studio. The theoretical part covers rolling bearing damage mechanisms, acoustic diagnostics, the Fourier transform, and neural networks. In the practical part, measurements on damaged and undamaged ebm-papst test fans were used to develop and compare three models with different input data forms. The best-performing model achieves a test F1 score of 89,56% with only 3704 trainable parameters, confirming the approach's feasibility on embedded systems. akustična diagnostika ležaji konvolucijske nevronske mreže PSoC 6 AI vgrajeni sistemi acoustic diagnostics bearings convolutional neural networks PSoC 6 AI embedded systems true true false [G. Dragšič] Slovenski jezik Angleški jezik Diplomsko delo/naloga 2026-07-04 20:31:54 2026-08-18 10:20:07 2026-09-08 03:09:00 0000-00-00 00:00:00 2026 0 Maribor 0 Maribor 1 spletni vir (1 datoteka PDF (IX, 70 str.)) 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 004.891.3:534.6(043.2) 290253827 UN_Dragsic_Gal_2026.pdf UN_Dragsic_Gal_2026.pdf 1 0F9B6E376831C5A531448C450B3D62E8 9ecd026331d090e32e451320285747aab063d89ab0e77abeadb9cf0f6aa8a76b a2e75f81-7929-11f1-80c7-00155d580e34 https://dk.um.si/Dokument.php?lang=slv&id=207930 Fakulteta za elektrotehniko, računalništvo in informatiko 0 0 0