Du har inte javascript påslaget. Det innebär att många funktioner inte fungerar. För mer information om Vinnova, ta kontakt med oss.

SITARIS - Smart dIagnostics based on disTributed sensor ARrays and Image Signature recognition (Feasibility study)

Diarienummer
Koordinator KUNGLIGA TEKNISKA HÖGSKOLAN - Dept of Aeronautical and Vehicle Engineering
Bidrag från Vinnova 169 000 kronor
Projektets löptid november 2018 - februari 2019
Status Avslutat
Utlysning Strategiska innovationsprogrammet Smartare elektroniksystem
Ansökningsomgång Smartare Elektroniksystem: genomförbarhetsstudier

Viktiga resultat som projektet gav

Genomförbarhetsstudie för att utveckla ett nytt tillvägagångssätt för intelligent diagnostik/ klassificering baserat på teknik som möjliggör identifiering av karakteristiska signaturer extraherad från utspridda sensordata. För studien väljs en särskild målmaskin (elmotor), som ska användas för att bedöma möjligheten att utveckla det intelligenta diagnostiksystemet.

Långsiktiga effekter som förväntas

De experimentella resultaten visar att bildsignaturerna är glesa, vilket kommer att underlätta klassificeringen av signaturerna i ett fåtal karakteristiska mönster: elmotorns signaturer visar att bullermönster som kommer från fläkten skiljer sig från den som skapas från elektromagnetiska vibrationer. Utöver att diagnostisera maskinen kan kombinerade sensordata också användas som indikatorer om maskinens funktionella beteende och prestanda, samt även ligga grund för dess framtida design.

Upplägg och genomförande

En elmotor används som målmaskin, driven av en PWM kontrollsignal med avvikande operationella hastigheter. Mikrofoner och accelerometrar mäter tidsdata i olika positioner. Ljuduttryck och vibrationtidsdata används för att kalkylera bildsignaturen, vars gleshet (färre karakteristiska mönster) jämförs med tidsdatans.

Texten på den här sidan har projektgruppen själv formulerat. Innehållet är inte granskat av våra redaktörer.

Senast uppdaterad 26 oktober 2018

Diarienummer 2018-03485