| KEYWORD |
Sviluppo di soluzioni embedded low-power per il rilevamento in tempo reale di fratture strutturali per mezzo di emissioni acustiche
Parole chiave ALGORITMI EMBEDDED, EDGE COMPUTING, EMBEDDED SIGNAL PROCESSING, INTELLIGENZA ARTIFICIALE, INTERNET-OF-THINGS (IOT), PROCESSAMENTO AUDIO IN TEMPO REALE
Riferimenti STEFANO DI CARLO, AMEDEO DOMENICO BERNARDO MANUELLO BERTETTO, GIUSEPPE CARLO MARANO, ALESSANDRO SAVINO
Riferimenti esterni Alessio Carpegna (DAUIN), Jonathan Melchiorre (DISEG)
Gruppi di ricerca DAUIN - GR-24 - SMILIES - reSilient coMputer archItectures and LIfE Sci
Tipo tesi RICERCA APPLICATA, RICERCA SPERIMENTALE
Descrizione L'identificazione delle crepe strutturali utilizzando i segnali di emissione acustica sta suscitando un interesse crescente sia da parte dei ricercatori che delle aziende, grazie alla sua efficacia.
Attualmente, il monitoraggio della salute strutturale è diventato un argomento di rilievo, specialmente nel territorio italiano. Questo interesse è guidato dalla capacità di agevolare la manutenzione efficiente di strutture storiche e infrastrutture. L'ampia adozione del monitoraggio strutturale richiede la creazione di tecniche e strumentazioni che siano non solo accurate, ma anche economicamente convenienti. Nella tecnica di emissione acustica, un insieme di sensori piezoelettrici viene posizionato sulla superficie strutturale per catturare le emissioni acustiche derivanti dalla formazione di crepe. Successivamente, vengono impiegate tecniche di post-elaborazione sui segnali registrati per ottenere informazioni sul danneggiamento strutturale.
L'obiettivo della tesi è sviluppare un sistema basato su schede embedded commerciali, come STM Nucleo e Xilinx Pynq-Z2. Il sistema dev'essere progettato per identificare autonomamente la formazione di una crepa, determinarne la posizione e classificarne il tipo.
Il risultato atteso è un sistema economicamente conveniente per il monitoraggio continuo degli edifici, che faciliti la rilevazione precoce delle crepe.
Saranno esplorate sia tecniche standard di elaborazione del segnale che approcci di apprendimento automatico durante il progetto, al fine di confrontarli in termini di prestazioni e requisiti. Test fisici saranno condotti al termine del progetto, simulando la formazione di una crepa in un blocco di calcestruzzo reale. L'efficacia della soluzione sviluppata sarà valutata in termini di rilevamento in tempo reale, localizzazione e classificazione della crepa.
Conoscenze richieste Programmazione embedded, C/C++, python, elaborazione di segnali, elettronica embedded
Scadenza validita proposta 21/12/2024
PROPONI LA TUA CANDIDATURA