Czujnik wibracji z AI – monitoruje pracę maszyn w warsztacie

---

🎯 Cel projektu:

Zbudujesz inteligentny czujnik drgań, który wykryje kiedy maszyna (np. frezarka, wiertarka, kompresor) pracuje, nie pracuje, wchodzi w niebezpieczne wibracje – i poinformuje Cię o tym. Dzięki AI, system może nauczyć się różnych typów drgań i ich znaczenia.

---

🧰 Poziom trudności:

🔧 Średnio zaawansowany

---

⏱️ Czas wykonania:

2–3 godziny (z nauką modelu AI)

---

🛠️ Lista komponentów:

Komponent	Opis	Koszt
ESP32	Mikrokontroler z Wi-Fi	20–30 zł
Czujnik drgań MPU6050	Akcelerometr + żyroskop 3-osiowy	5–15 zł
Ekran OLED (I2C)	Pokazywanie statusu pracy	10–15 zł
Dioda LED / buzzer	Powiadomienie o nieprawidłowych wibracjach	5 zł
(opcjonalnie) microSD	Do logowania danych	10 zł

---

📷 Schemat połączeń:

1. MPU6050 (I2C) → ESP32
   • SDA → GPIO 21
   • SCL → GPIO 22
   • VCC → 3.3V
   • GND → GND
2. OLED (I2C) – te same piny co wyżej
3. LED → GPIO 25
4. Buzzer → GPIO 26

---

🧪 Krok 1: Test odczytów z MPU6050

1. W Arduino IDE zainstaluj bibliotekę MPU6050
2. Kod testowy:

cppKopiujEdytuj#include <Wire.h>
#include <MPU6050.h>

MPU6050 sensor;

void setup() {
  Wire.begin();
  Serial.begin(115200);
  sensor.initialize();
}

void loop() {
  int16_t ax, ay, az;
  sensor.getAcceleration(&ax, &ay, &az);

  Serial.print("X: "); Serial.print(ax);
  Serial.print(" Y: "); Serial.print(ay);
  Serial.print(" Z: "); Serial.println(az);
  delay(100);
}

Obserwuj, jak zmieniają się wartości podczas pracy maszyny.

---

🧠 Krok 2: Zbieranie danych do nauki AI

1. Zbierz dane przy:
   • braku wibracji
   • normalnej pracy
   • zbyt intensywnej pracy / drganiach
   • nietypowych drganiach (np. niestabilny wał)
2. Zapisz dane jako CSV (np. X,Y,Z co 100 ms)
3. Wejdź na Edge Impulse
   • Projekt: „Wibracje maszyny”
   • Klasy: „brak pracy”, „normalna”, „nadmierna”, „awaria”

---

🎓 Krok 3: Trening modelu AI

1. Wgraj dane z CSV jako czasowe serie danych (Time Series)
2. Użyj klasyfikacji sekwencyjnej / sensor fusion
3. Wytrenuj model do >90% dokładności
4. Wygeneruj bibliotekę do ESP32

---

📟 Krok 4: Wyświetlanie statusu na OLED

1. Ustaw OLED, np.:

cppKopiujEdytujdisplay.setCursor(0,10);
display.print("Status:");
display.setCursor(0,30);
display.print(AI_output);

2. W zależności od klasy – zmień kolor diody:
   • Zielony = normalna
   • Pomarańczowy = wysoka
   • Czerwony + dźwięk = awaria

---

🔔 Krok 5: Powiadomienia przez sieć (opcjonalnie)

1. Zarejestruj się w IFTTT lub użyj webhooka.
2. W ESP32:

cppKopiujEdytujhttp.begin("https://maker.ifttt.com/trigger/awaria_maszyny/with/key/TWÓJ_KLUCZ");
http.GET();

---

💾 Krok 6: Logowanie danych (opcjonalnie)

• Użyj karty microSD:

cppKopiujEdytujFile log = SD_MMC.open("/drgania.csv", FILE_APPEND);
log.print(ax); log.print(","); log.print(ay); log.print(","); log.println(az);
log.close();

---

🛠️ Krok 7: Montaż i kalibracja

• Przyklej MPU6050 na ramę maszyny klejem na gorąco lub rzepem
• Przeprowadź testy przy uruchomieniu
• Weryfikuj, czy AI rozpoznaje właściwe stany pracy

---

✅ Efekt końcowy:

• System rozpoznaje stan pracy maszyny po drganiach
• Ostrzega, gdy pojawi się nietypowa praca
• Możesz włączyć/wyłączyć system zdalnie
• Idealne do warsztatów, hal, produkcji DIY

---

📘 To świetne rozwiązanie, by zapobiec awariom, przedłużyć żywotność sprzętu i mieć większą kontrolę nad swoim warsztatem.