| KEYWORD |
Avanzamento di tecniche di Optical Motion Magnification per la valutazione basata sulle vibrazioni dei sistemi idroelettrici
Tesi all'estero
Parole chiave ANALISI STRUTTURALE, COMPUTER VISION, DAMAGE DETECTION, IMPIANTI IDROELETTRICI, MACHINE LEARNING, MOTION ANALYSIS
Riferimenti MARCO CIVERA, CECILIA SURACE
Riferimenti esterni Prof Alessandro Sabato, University of Massachusetts Lowell
Tipo tesi RICERCA SPERIMENTALE E TEORICA
Descrizione Le tecnologie di Computer Vision, come l’Optical Motion Magnification, stanno diventando sempre più importanti nel monitoraggio della strutture e dei sistemi meccanici. La possibilità di quantificare movimenti non visibili ad occhio nudo utilizzando normali videocamere ha accresciuto l'interesse della comunità scientifica verso questi sistemi.
Oggetto della tesi è la definizione di una metodologia per l'utilizzo dell'Optical Motion Magnification per misurare le vibrazioni di motori e turbine utilizzati per la generazione di energia elettrica causate da squilibri di massa o danni strutturali.
Nello specifico, partendo da misurazioni in-situ effettuate su sistemi di generazione di energia (es. idroelettrico, eolico, cogenerazione), il candidato dovrà definire una procedura per determinare la risposta dinamica del macchinario oggetto di studio, monitorando il sistema nel tempo per identificare le parti danneggiate e definire una metrica per classificare la condizione delle parti/macchinari ispezionati.
Il lavoro prevede una valutazione del sistema in laboratorio (con condizioni al contorno predefinite e note) e la possibilità di testare il sistema sviluppato in impianti idroelettrici attivi nella regione intorno a Lowell, Massachusetts.
Conoscenze richieste MATLAB, possibilmente conoscenze pregresse di algoritmi di Machine Learning
Note Media voti richiesta: >= 27/30 e conoscenza della lingua inglese almeno livello B2/C1
Scadenza validita proposta 23/11/2024
PROPONI LA TUA CANDIDATURA