Morosato, Linda
(2023)
Stime di spostamenti a partire da segnali accelerometrici per applicazioni edge in ambito ferroviario.
[Laurea magistrale], Università di Bologna, Corso di Studio in
Ingegneria elettronica [LM-DM270], Documento full-text non disponibile
Il full-text non è disponibile per scelta dell'autore.
(
Contatta l'autore)
Abstract
In questo elaborato viene presentato un progetto inerente al monitoraggio strutturale e alla sensoristica intelligente: si tratta di stime di spostamenti a partire da segnali accelerometrici per applicazioni edge in ambito ferroviario. Lo scopo principale è quello di presentare una nuova soluzione ottimizzata rispetto a quelle già esistenti, che consenta di ottenere stime estremamente precise mediante l'implementazione di algoritmi particolarmente economici in termini di complessità computazionale. Ciò consente l'inserimento del progetto all'interno del processo di ingegnerizzazione dell'infrastruttura ferroviaria atto a migliorare la sicurezza e l'integrità della stessa. La soluzione messa in atto è un filtro adattivo, in particolare un filtro di Kalman duale che consente di effettuare la stima di uno spostamento a partire da segnali accelerometrici attraverso un algoritmo di tipo ricorsivo. Le prove pratiche sono state svolte su un set di dati accelerometrici provenienti da un sensore posto sulla catenaria della linea aerea di contatto di una linea ferroviaria italiana. I risultati ottenuti sono stati valutati nella loro interezza e confrontati successivamente con quelli ottenuti tramite un metodo alternativo basato sul filtro FIR. Il progetto si è concluso con l'analisi della complessità computazionale dei due algoritmi e l'eventuale implementazione su microcontrollore per applicazioni edge-computing.
Abstract
In questo elaborato viene presentato un progetto inerente al monitoraggio strutturale e alla sensoristica intelligente: si tratta di stime di spostamenti a partire da segnali accelerometrici per applicazioni edge in ambito ferroviario. Lo scopo principale è quello di presentare una nuova soluzione ottimizzata rispetto a quelle già esistenti, che consenta di ottenere stime estremamente precise mediante l'implementazione di algoritmi particolarmente economici in termini di complessità computazionale. Ciò consente l'inserimento del progetto all'interno del processo di ingegnerizzazione dell'infrastruttura ferroviaria atto a migliorare la sicurezza e l'integrità della stessa. La soluzione messa in atto è un filtro adattivo, in particolare un filtro di Kalman duale che consente di effettuare la stima di uno spostamento a partire da segnali accelerometrici attraverso un algoritmo di tipo ricorsivo. Le prove pratiche sono state svolte su un set di dati accelerometrici provenienti da un sensore posto sulla catenaria della linea aerea di contatto di una linea ferroviaria italiana. I risultati ottenuti sono stati valutati nella loro interezza e confrontati successivamente con quelli ottenuti tramite un metodo alternativo basato sul filtro FIR. Il progetto si è concluso con l'analisi della complessità computazionale dei due algoritmi e l'eventuale implementazione su microcontrollore per applicazioni edge-computing.
Tipologia del documento
Tesi di laurea
(Laurea magistrale)
Autore della tesi
Morosato, Linda
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Indirizzo
INGEGNERIA ELETTRONICA
Ordinamento Cds
DM270
Parole chiave
SHM,structural health monitoring,sensoristica intelligente,elaborazione del segnale,DSP,filtro adattivo,filtro di Kalman duale,edge-computing,infrastruttura ferroviaria,accelerometri
Data di discussione della Tesi
14 Ottobre 2023
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Morosato, Linda
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Indirizzo
INGEGNERIA ELETTRONICA
Ordinamento Cds
DM270
Parole chiave
SHM,structural health monitoring,sensoristica intelligente,elaborazione del segnale,DSP,filtro adattivo,filtro di Kalman duale,edge-computing,infrastruttura ferroviaria,accelerometri
Data di discussione della Tesi
14 Ottobre 2023
URI
Gestione del documento: