A compact smart sensor based on a neural classifier for objects modeled by Beaunier's model

• Autorzy: Czaja Z. , Kowalewski M.

Identyfikatory

DOI

10.15199/48.2017.10.14

Warianty tytułu

PL

Inteligentny kompaktowy czujnik oparty na klasyfikatorze neuronowym dla obiektów modelowanych modelem Beauniera

• Języki publikacji: EN

Abstrakty

EN

A new solution of a smart microcontroller sensor based on a simple direct sensor-microcontroller interface for technical objects modeled by two-terminal networks and by the Beaunier’s model of anticorrosion coating is proposed. The tested object is stimulated by a square pulse and its time voltage response is sampled four times by the internal ADC of microcontroller. A neural classifier based on measurement data classifies the tested object to a given degradation stage.

PL

Przedstawiono nowe rozwiązanie inteligentnego czujnika opartego na bezpośrednim interfejsie mikrokontroler-czujnik dla obiektów technicznych modelowanych dwójnikami i modelem Beauniera dla powłok antykorozyjnych. Testowany obiekt jest pobudzany impulsem prostokątnym, a jego odpowiedź próbkowana cztery razy przez wewnętrzny przetwornik A/C mikrokontrolera. Klasyfikator neuronowy bazując na wynikach pomiarowych dokonuje klasyfikacji testowanego obiektu do danego etapu degradacji.

Słowa kluczowe

EN

smart sensor; microcontrollers; anticorrosion coating; neural classifiers

PL

inteligentne czujniki; mikrokontrolery; powłoki antykorozyjne; klasyfikatory neuronowe

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2017
• Tom: R. 93, nr 10
• Strony: 60--63
• Opis fizyczny: Bibliogr., 9 poz., rys., tab.

Twórcy

autor

Czaja Z.

• Gdansk University of Technology, Faculty of Electronics, Telecommunications and Informatics, Department of Metrology and Optoelectronics, ul. G. Narutowicza 11/12, 80-233 Gdańsk

autor

Kowalewski M.

• Gdansk University of Technology, Faculty of Electronics, Telecommunications and Informatics, Department of Metrology and Optoelectronics, ul. G. Narutowicza 11/12, 80-233 Gdańsk

Bibliografia

• [1] Niedostatkiewicz M., Lentka G., Test frequencies selection criteria for parameter identification of anticorrosion coating using bilinear transformation, 16th IMEKO TC4 Symposium, Florence, Italy, (2008)
• [2] Niedostatkiewicz M., Lentka G., Frequencies selection for accelerated CNLS parameter identification of anticorrosion coatings,
• [3] Mansfeld F., Kendig M.W., Tsai C.H., Evaluation of Corrosion Behavior of Coated Metals with AC Impedance Measurements, Corrosion 38 (1982), 478-485
• [4] Atmel Corporation, Atmel AVR XMEGA AU Manual, (2012), PDF file available from: www.atmel.com
• [5] International Rectifier, IRF7105 HEXFET Power MOSFET, El Segundo, CA, USA, (2003), PDF file available: http://www.irf.com
• [6] Czaja Z., A microcontroller system for measurement of three independent components in impedance sensors using a single square pulse, Sensors and Actuators A, 173, (2013), 284-292
• [7] Kowalewski M., Zielonko R., A New Two-center Ellipsoidal Basis Function Neural Network for Fault Diagnosis of Analog Electronic Circuits, Proc. of the 2nd Int. Conf. on Information Technology ICIT 2010, Gdańsk, (2010), 143-146
• [8] Czaja Z., Kowalewski M., An Application of TCRBF Neural Network in Multi-node Fault Diagnosis Method, IMEKO XIX World Congress, Lisbon, Portugal, (2009), 503 – 508
• [9] Czaja Z., Kowalewski M., A New Method for Diagnosis of Analog Parts in Electronic Embedded Systems with Two Center Radial Basis Function Neural Networks, 16th IMEKO TC4 Symposium, Florence, Italy, (2008), 743-748

Uwagi

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę (zadania 2017).