Projektowanie i implementacja inteligentnych czujników w technologii FPGA

• Autorzy: Petko M.

Warianty tytułu

EN

Design and Implementation of smart sensore in FPGA

• Języki publikacji: PL

Abstrakty

PL

Ważną techniką pozwalającą na lokalizację uszkodzeń jest pomiar obciążeń w czasie pracy, jednakże bezpośredni pomiar jest często trudny lub nawet niemożliwy. W artykule omówiono realizację idei, opartego na sieci neuronowej, inteligentnego sensora, estymujacego obciążenie w oparciu o odpowiedź struktury: asymetrycznej ramy stalowej i przedniego podwozia samolotu. Opracowana metoda implementacji w układach ASIC/FPGA pozwala na automatyzację najbardziej czasochłonnych i podatnych na błędy zadań. Kod używany do syntezy sprzetu może być rownież używany w Matlabie/Simulinku, pozwalając na symulację na poziomie systemu. Na zakończenie przedstawiono analizę jakości działania sensora w czasie eksperymentu.

EN

An important technique enabling fault localisation is operational load measurement; however direct measurement is often difficult or even impossible. The paper deals with the realisation of the idea of a neural network based "smart sensor", which estimates load based on a response of a structure: an asymetric steel frame and then front landinggear of an airplane. Developed methodology of implementation in ASIC/FPGA allows for automation of most time-consuming and error prone tasks. The code for hardware synthesis can be also used in Matlab/Simulink, enabling highlevel system simulation. Finally, performance of the smart sensor during experiment is analysed.

Słowa kluczowe

PL

projektowanie; implementacja; inteligentne czujniki; technologia FPGA

EN

implementation; design; smart sensors in FPGA

• Wydawca: Wydawnictwo PAK
• Czasopismo: Pomiary Automatyka Kontrola
• Rocznik: 2003
• Tom: R. 49, nr 11
• Strony: 38--40
• Opis fizyczny: Bibliogr. 17, rys., tab.

Twórcy

autor

Petko M.

• Katedra Robotyki i Dynamiki Maszyn, Wydział Inżynierii Mechanicznej i Robotyki, Akademia Górniczo-Hutnicza w Krakowie,

Bibliografia

• [1] Busby H. R., Trujillo D. M., Solution of an invesrse dynamics problem using an eigenvalue reduction technique, Computer & Structures, vol. 25, no. 1.
• [2] Frank R., Understanding Smart Sensors, Artech House, Norwood, 2000
• [3] Giergiel J., Uhl T., Identification of the impact force in mechanical systems, Archives of Machine Design, tom XXXVI, no. 2-3, 1989.
• [4] Haas D. J., Milano J., Flitter L., Prediction of Helicopter Component Loads Using Neural Networks, Journal of the American Helicopter Society, no. 1, 1995.
• [5] Jang J.-S. R., Sun C.-T., Mizutani E., Neuro-Fuzzy and Soft Computing: A Computational Approach to Learning and Machine Intelligence, Prentice Hall, Upper Saddle River, 1997
• [6] Lisowski W., Mendrok K., Uhl T., Identidfication of loads basing on output signal measurement,. Mat. V Konferencji Naukowej nt. Metody doświadczalne w budowie i eksploatacji maszyn, Wrocław – Szklarska Poręba, 2001. (in Polish)
• [7] Norgaard M., Ravn O., Poulsen N. K., Hansen L. K. Neural Networks for Modelling and Control of Dynamie Systems. Springer-Verlag, London, 2000
• [8] Petko M., Implementacja algorytmów sterowania w układach ASIOTPGA, PAK, nr 1, s. 18-21, Warszawa, 2002
• [9] Petko M., Implementacja w układach ASIC/FPGA algorytmów wykorzystywanych w sterowaniu i monitorowaniu stanu maszyn, w: T. Uhl [ed.], Projektowanie mechatroniczne: zagadnienia wybrane, Wyd. KRiDM AGH, Krakow, 2002
• [10] Petko M., Realizacja produktów mechatronicznych, w: T. Uhl [ed.], Projektowanie mechatroniczne, Wyd. KRiDM AGH, Krakow, 1999
• [11] Simonian S. S., Inverse problems in structural dynamics, Int. Journal on Numerical Methods in Engineering, vol. 17, pp. 357-365, 1981.
• [12] Trujillo D. M., Application of Dynamic programming to the general inverse problem, International Journal on Numerical Methods in Engineerring, vol.23, pp. 613-624, 1987.
• [13] Uhl T., Computer assisted identification of mechanical structures, WNT, Warszawa, 1998. (in Polish)
• [14] Uhl T., Identification of loading forces in mechanical systems using genetic algorithms, Proc. of AIMECH 01, Gliwice, 2001.
• [15] Uhl T., Petko M., Smart Sensor for Operational Load Measurements. In J. of Theoretical and Applied Mechanics, No. 3, vol. 40, pp. 797-815, 2002.
• [16] Uhl T., Trends and progress in monitoring and diagnostic systems, PAK, no. 4, 1999. (in Polish)
• [17] Zion L., Predicting fatigue loads using regression diagnostics,. Proceedings of The American Helicopter Society Annual Formu, 1994, Washington D. C.