Implementación de un algoritmo experto para la monitorización de salud estructural sobre la plataforma odroid-u3

En el presente trabajo de investigación se documentan los resultados de implementación de un algoritmo estadístico basado en Análisis de Componentes Principales (PCA), en su etapa de validación, sobre las plataformas embebidas BeagleBone Black y Odroid-U3, para la detección de fallas en estructuras....

Full description

Autores:
Ariza Ariza, Fabian Eduardo
Ribero Ramos, Oscar Andrés
Tipo de recurso:
http://purl.org/coar/version/c_b1a7d7d4d402bcce
Fecha de publicación:
2015
Institución:
Universidad Industrial de Santander
Repositorio:
Repositorio UIS
Idioma:
spa
OAI Identifier:
oai:noesis.uis.edu.co:20.500.14071/32565
Acceso en línea:
https://noesis.uis.edu.co/handle/20.500.14071/32565
https://noesis.uis.edu.co
Palabra clave:
Validación
Sistemas Embebidos
Detección De Defectos En Estructuras
Tiempos De Ejecución
Piezoeléctricos.
Validation
Embedded Systems
Structural Damages Detection
Runtimes
Piezoelectric Transducers.
Rights
License
Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
Description
Summary:En el presente trabajo de investigación se documentan los resultados de implementación de un algoritmo estadístico basado en Análisis de Componentes Principales (PCA), en su etapa de validación, sobre las plataformas embebidas BeagleBone Black y Odroid-U3, para la detección de fallas en estructuras. Este documento tiene como objetivo mostrar los resultados de desempeño del algoritmo de detección de fallas cuando es ejecutado en dichas plataformas. Para ello, se evaluará la factibilidad de implementación utilizando datos suministrados por el grupo CODALAB de la Universitat Politècnica de Catalunya (UPC, Barcelona) y el grupo CEMOS de la Universidad Industrial de Santander. Estos datos corresponden mediciones piezoeléctricas de dos estructuras básicas que son excitadas por medio de ondas guiadas: el álabe de una turbina de un avión y una tubería de acero-carbono. Los datos fueron procesados en plataformas embebidas que aprovechan el entorno computacional Linux y el lenguaje de programación Python. Las características que motivaron el uso de dicho lenguaje son: licencia de uso libre (GPL), ejecución multiplataforma, bajo requerimiento de almacenamiento en disco (95 MB aproximadamente), alto desempeño en la ejecución de algoritmos y amplio soporte en línea. El análisis del desempeño de las plataformas embebidas es evidenciado y comparado por medio de los tiempos de procesamiento y recursos de memoria usados, los cuales definen la viabilidad del uso de estos sistemas para los requerimientos de la aplicación de estudio en la Monitorización de Salud Estructural (SHM- por sus siglas en ingles).