102,010 research outputs found
Comparison of signal processing techniques for condition monitoring based on artificial neural networks
The paper presents the results of a study aimed to compare different signal processing techniques for the condition monitoring of a mechanical system for indexing motion. Artificial feed-forward neural networks (ANN) are used as classifiers. The mechanical system can work in different conditions (variable loads and velocities, lubricant oil with different viscosity) and the ANN identifies the working condition. The monitored variable is the acceleration signal of the rotating table, opportunely pre-processed. The signal processing techniques compared are: Power Spectral Density (PSD), Fast Fourier Transform (FFT), Wavelet, Amplitude Probability Density Function (PDF), Higher Order Spectra (HOS)
Characterization of an LDC sensor and evaluation of cross-talk for the indirect measurement of the radial force on the tool of a Smart Spindle
Robot machining, which employs industrial robots equipped with spindles, faces challenges such as low stiffness, positioning errors, and process instability, limiting its accuracy compared to traditional machining. A promising solution is the adoption of Smart Spindles that incorporate force-sensing capabilities. This work investigates the use of an inductive LDC sensor for indirectly measuring cutting forces by correlating shaft bending with inductance variations. LDC sensors provide contactless, precise measurements of displacement and vibrations with high reliability and low cost.
A calibration test bench was developed to characterize the sensor's performance. The bench includes a stepper motor-driven system for precise positioning of an aluminum target relative to the LDC sensor, connected to an LDC1101 high-resolution inductance-to-digital converter. A high-speed microcontroller enables data acquisition, calibration, and real-time processing. Static and dynamic tests will evaluate the sensor's accuracy, repeatability, and long-term stability under different conditions, such as varying geometries, curvatures, and temperatures. Additionally, cross-talk effects between sensors will be studied to ensure robustness in multi-sensor setups.
The results aim to validate the LDC sensor as a viable tool for indirect force measurement in Smart Spindles, addressing key limitations in robot machining and paving the way for enhanced performance and precision
Development of a monitoring system to assess honeybee colony health
Rapid spread of Varroa destructor mite has resulted in high honeybee colony losses. Common monitoring practices are time consuming, manual and operator dependent. This work proposes a camera-based system, integrated inside the beehive, by means of an instrumented honeycomb. The goal is to design a monitoring system for detecting youngest infected bees during the warm seasons and foretic mite throughout the winter, providing the level of infestation inside the hive. Constraints and limits of the designed experimental setup are discussed
Bitstream Labeling & Audio Watermarking Technologies for Automatic Cue Sheet Generation Systems
Misura delle fasi del passo tramite telecamera time-of-flight durante camminate assistite da esoscheletro robotico in ambiente esterno
La perdita della capacità di deambulazione è una delle principali conseguenze dovute a lesioni alla colonna vertebrale. Negli ultimi anni si è assistito ad uno sviluppo sempre maggiore di esoscheletri per gli arti inferiori che permettono ad utilizzatori paraplegici di tornare a camminare. L’utilizzo di questi esoscheletri, soprattutto durante la fase di training iniziale, è purtroppo spesso limitato all’interno di laboratori specializzati muniti di diversi tipi di trasduttori per l’analisi della cinematica e della dinamica della camminata assistita (sistemi di visione, accelerometri, piattaforme di forza, etc.).
Per superare queste limitazioni sono state sviluppate delle stampelle strumentate in grado, attraverso un adeguato modello biomeccanico, di valutare i carichi agenti sugli arti superiori misurando il carico scambiato tra stampella e piano d’appoggio della stessa, senza l’utilizzo di altro tipo di strumentazione. Tramite questa analisi, il fisioterapista è in grado di valutare la qualità della camminata del paziente diminuendo in questo modo rischi di lesioni agli arti superiori dovute all’utilizzo dell’esoscheletro. Il grosso vantaggio del dispositivo sviluppato risiede nel fatto che si presta particolarmente bene per un utilizzo in un ambiente esterno, più naturale e, in generale, più favorevole per l’utilizzatore.
Il presente lavoro descrive un ulteriore sviluppo apportato alle stampelle strumentate appena descritte. L’obiettivo principale è quello di riuscire a misurare, assieme ai carichi agli arti superiori già possibile nella presente versione, anche le principali fasi della camminata (fase di stance, cioè piede appoggiato a terra, e fase di swing, cioè piede alzato da terra) in modo da fornire al fisioterapista un ulteriore grandezza correlata alla qualità del training del paziente. Il sistema di misura sviluppato sfrutta un approccio basato su tecniche di machine learning: una prima acquisizione viene effettuata per allenare il modello predittivo (fase di training), il quale viene poi utilizzato nelle restanti acquisizioni per predire la macro fase del passo in cui si trova ogni piede del paziente (fase di predizione)
- …
