Implementazione su microcontrollore di una rete neurale convoluzionale monodimensionale per il riconoscimento di guasti su cuscinetti a sfera

Abstract

Lo stato di salute strutturale dei cuscinetti a sfera è determinante per quello del sistema di cui fanno parte, dunque un loro monitoraggio adeguato può essere cruciale nell’adozione di misure di manutenzione preventiva. In questa tesi viene proposta per tale scopo una soluzione basata sull’analisi di segnali accelerometrici. Viene sviluppata una rete neurale convoluzionale monodimensionale (1D-CNN) quantizzata ad 8 bit ed implementata su microcontrollore. Utilizzando il CWRU bearing dataset come benchmark si osservano performance allo stato dell’arte, ma con una richiesta di occupazione di memoria primaria ridotta dell’86.93%. Il risultato permette l’impiego di un microcontrollore più economico, riducendo i costi necessari per la realizzazione di un dispositivo di diagnostica dei guasti allo stato dell’arte, tramite elaborazione locale, rendendo possibile l’offerta di un prodotto più accessibile, dunque un’ampliamento della diffusione delle applicazioni di diagnosi strutturale ed un conseguente miglioramento dell’efficienza degli impianti di produzione.

Structural health of rolling-element bearings is fundamental to the one of the system they are part of, so an adequate monitoring of them can be crucial in the adoption of preventive maintenance measures. In this thesis I propose a solution for this, based on the analysis of accelerometer signals. A monodimensional convolutional neural network (1D-CNN) is developed, 8bit-quantized, and implemented on a microcontroller. Using the CWRU bearing dataset as a benchmark, state of the art performance is reached, but with a primary memory requirement that is reduced of an 86.93% factor. The result makes the use of an economic microcontroller possible, reducing the costs necessary for the realization of a device for state of the art fault diagnosis, all while elaborating data locally, opening to the possibility of offering a more accessible product, thus of expanding the diffusion of structural health monitoring and consequently enhancing production plants' efficiency.