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.