Выпускная квалификационная работа посвящена разработке прототипа веб-приложения для мониторинга и анализа эффективности тренировок на пневматическом тренажёре. Актуальность темы обусловлена дефицитом доступных и гибких программно-аппаратных решений, способных автоматически собирать, обрабатывать и визуализировать биомеханические параметры силовых упражнений. Целью работы являлось создание системы, обеспечивающей сквозной цикл обработки данных — от съёма показаний датчика давления до выдачи пользователю и тренеру наглядной аналитики в реальном времени. В ходе исследования выполнен сравнительный анализ существующих коммерческих и открытых решений в сфере фитнес-мониторинга, по итогам которого обоснована ниша для предлагаемой разработки. На основе интервью с тренерами и анализа бизнес-процессов фитнес-центра сформулированы функциональные и нефункциональные требования. Спроектирована архитектура системы, включающая аппаратный модуль сбора данных (Arduino Nano + ESP32), серверную платформу на Django с REST API и клиентскую часть с адаптивным веб-интерфейсом. Разработаны алгоритмы преобразования сырых отсчётов давления в физические величины (сила, работа, мощность, энергозатраты) с автоматической сегментацией потока на повторения и подходы. Практическим результатом стал функционирующий прототип, поддерживающий две пользовательские роли — «Клиент» и «Тренер», ведущий историю тренировок и предоставляющий инструменты сравнительного анализа.

The master's thesis is devoted to the development of a prototype web application for monitoring and analyzing the effectiveness of training on a pneumatic resistance machine. The relevance of the topic stems from the lack of affordable and flexible hardware-software solutions capable of automatically collecting, processing and visualizing biomechanical parameters of strength exercises. The aim of the work was to create a system that supports an end-to-end data processing cycle — from reading pressure sensor values to providing real-time analytics to both the athlete and the coach. The study includes a comparative analysis of existing commercial and open-source fitness monitoring solutions, which justified the niche for the proposed development. Functional and non-functional requirements were formulated based on interviews with fitness coaches and analysis of business processes in a fitness center. The system architecture was designed, including a data acquisition hardware module (Arduino Nano + ESP32), a Django-based server platform with a REST API, and a client side with an adaptive web interface. Algorithms were developed to convert raw pressure readings into physical quantities (force, mechanical work, power, energy expenditure) with automatic segmentation of the data stream into repetitions and sets. The practical outcome is a working prototype that supports two user roles — Client and Coach, maintains training history, and provides comparative analysis tools.