Resumen

La medición basada en imágenes ha recibido cada vez más atención, ya que puede reducir sustancialmente el coste de la mano de obra, el equipo de medición y el proceso de instalación. En lugar de utilizar el flujo óptico, el patrón o el seguimiento de marcadores para extraer una señal de desplazamiento, en este estudio se propuso un novedoso sistema basado en el aprendizaje automático sin contacto para predecir directamente la frecuencia de vibración con gran precisión y fiabilidad utilizando secuencias de imágenes adquiridas con una sola cámara. El rendimiento del método propuesto se demostró mediante experimentos realizados en laboratorio y en condiciones reales de campo, y se comparó con los obtenidos utilizando un sensor con contacto. Los resultados de la predicción de la frecuencia de vibración del método propuesto se comparan con los resultados de los sensores de vibración industriales en el dominio de la frecuencia, lo que demuestra que el método propuesto podría predecir la frecuencia de vibración del objeto objetivo con la misma precisión que un sensor de vibración industrial, incluso en condiciones de campo real incontrolables sin mejoras adicionales ni técnicas de procesamiento de señales adicionales. Sin embargo, sólo se predice la frecuencia de vibración principal de un objetivo de medición, y el rango de medición está limitado por el modelo entrenado. No obstante, si se resuelven estas limitaciones, este método puede utilizarse potencialmente en aplicaciones reales de ingeniería en la monitorización de la salud de estructuras mecánicas o civiles gracias a la sencilla implantación y a la concisa canalización de este método.

• Materias:Biotecnología Sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology sensors Sensor system Sensor technology
• Palabras claves:método, condiciones de campo, frecuencia de vibración, monitorización de la salud estructural civil gracias, técnicas de procesamiento de señales adicionales, resultados del sensor de vibración de nivel, aprendizaje automático novedoso sin contacto, resultados de la predicción de la frecuencia de vibración, sensor de vibración de nivel, frecuencia de vibración principal
• Keywords:method, field conditions, vibration frequency, civil structural health monitoring thanks, extra signal processing techniques, level vibration sensor results, novel noncontact machine learning, vibration frequency prediction results, level vibration sensor, principal vibration frequency