Phát hiện bất thường máy móc bằng gia tốc kế và TinyML

TinyML đưa machine learning xuống vi điều khiển: những con chip giá vài chục nghìn đồng, chạy bằng pin, nhưng nhận dạng được giọng nói, cử chỉ và bất thường. Bài viết "Phát hiện bất thường máy móc bằng gia tốc kế và TinyML" thuộc chuỗi TinyML thực hành của aiviethub.

Vòng bi mòn rung khác vòng bi khoẻ. Gắn gia tốc kế lên động cơ, huấn luyện autoencoder trên trạng thái bình thường và cảnh báo sớm hỏng hóc: bảo trì dự đoán với chi phí tối thiểu.

TinyML khác gì AI thông thường?

Ràng buộc là điểm khác biệt: vài trăm KB RAM, không hệ điều hành, ngân sách điện tính bằng miliwatt. Mô hình phải được lượng tử hoá INT8, cắt tỉa và biên dịch tĩnh. Đổi lại, thiết bị chạy hàng tháng bằng pin và không cần mạng.

Các bài toán phù hợp: keyword spotting (nhận từ khoá giọng nói), phát hiện bất thường từ rung động, phân loại cử chỉ từ IMU, và phân loại ảnh độ phân giải thấp.

Phần cứng và công cụ

ESP32-S3 là lựa chọn phổ biến nhất hiện nay nhờ có lệnh vector cho suy luận và giá rất dễ chịu; Arduino Nano 33 BLE Sense tích hợp sẵn cả cụm cảm biến. Về phần mềm, TensorFlow Lite Micro là nền tảng chuẩn, còn Edge Impulse cho phép thu dữ liệu, huấn luyện và xuất firmware mà gần như không phải viết code.

Quy trình khép kín: thu mẫu từ chính cảm biến sẽ dùng, huấn luyện trên máy tính hoặc cloud, xuất mô hình C array, nhúng vào firmware và đo lại độ chính xác trên thiết bị thật.

Bài học từ thực tế

Sai lầm phổ biến nhất là huấn luyện bằng dữ liệu sạch trong phòng rồi triển khai ra môi trường ồn. Luôn thu mẫu ở đúng nơi thiết bị sẽ hoạt động, gồm cả các trường hợp nhiễu.

Theo dõi điện năng ngay từ đầu: một vòng lặp suy luận đặt sai chu kỳ có thể rút cạn pin trong vài ngày thay vì vài tháng. Dùng deep sleep giữa các lần suy luận là kỹ thuật bắt buộc.

Lời kết

TinyML là cửa vào AI rẻ nhất cho học sinh, sinh viên Việt Nam: một board ESP32 và vài cảm biến là đủ bắt đầu. aiviethub có sẵn ESP32, Arduino và các module cảm biến kèm hướng dẫn tiếng Việt, giao nhanh toàn quốc.