12.07.2015 Aufrufe

Dernière édition Attention: Le pdf pèse environ 17 - BFH-TI - Berner ...

Dernière édition Attention: Le pdf pèse environ 17 - BFH-TI - Berner ...

Dernière édition Attention: Le pdf pèse environ 17 - BFH-TI - Berner ...

MEHR ANZEIGEN
WENIGER ANZEIGEN
  • Keine Tags gefunden...

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

BSc in Elektro- und KommunikationstechnikBIBEBUVAEreigniserkennung mittels KörperschallAkustik / Betreuer: Prof. Peter RaemyExperte: Armin BlumProjektpartner: Cab Engineering GmbH, KriessernAls Körperschall wird Schall bezeichnet, welcher sich in Festkörpern ausbreitet. Körperschallanalyse wirdseit Jahren erfolgreich z. B. zur Früherkennung von Schäden an Maschinenteilen eingesetzt. Kleinste mechanischeSchäden wie Haarrisse oder Abnützungen zeigen sich im Frequenzspektrum lange bevor grössereSchäden auftreten. Der Industriepartner möchte dieses Prinzip auch zum Erkennen von Diebstählenund Einbrüchen anwenden.AusgangslageDa während der Bachelor Thesiskein geeignetes Objekt für Messungenzur Verfügung steht, wird alsModell ein altes Kippfenster verwendet.Der Öffnungsvorgang einesKippfensters hat vergleichbareEigenschaften mit jenem des Original-Objekts.Die Aufgabe bestehtnun darin, das Öffnen dieses Kippfensterszuverlässig zu erkennen.RealisierungMesssystemDer Systemaufbau des Messsystemsist in Abbildung 1 dargestellt,der Körperschallsensor bestehtaus einer Piezofolie, die mittelsdoppelseitigem Klebeband auf derFensterscheibe befestigt wird. Erwandelt Körperschallwellen inelektrische Signale um, welche anschliessendverstärkt und gefiltertwerden. Die Analog/Digital-Wandlungerfolgt mit der im PC integriertenSoundkarte. Die Signalanalysewird anschliessend mit Matlab(Mathematikprogramm für numerischeBerechnungen) durchgeführt.EreigniserkennungDas Prinzip der Ereigniserkennungist in Abbildung 2 illustriert. Grundsätzlichgliedert sich der Vorgangin eine <strong>Le</strong>rn- und Arbeitsphase. Inder <strong>Le</strong>rnphase (Abbildung 2 oben)werden 40 Öffnungsvorgänge aufgenommenund mit der Fast FourierTransformation (FFT) in ihreSpektralanteile zerlegt, anschliessendwird durch Überlagerungder einzelnen Frequenzspektrenein Referenzspektrum erzeugt.Dieser Prozess muss nur einmal,bei einem neuen Messobjekt, ausgeführtwerden. In der Arbeitsphasewird das Messsignal des Vorgangs(öffnen, schliessen, etc.)eingelesen und ein Messspektrumerzeugt. Durch Korrelation von Referenz-und Messspektrum resultiertein Wert zwischen 0 und 1,welcher die Ähnlichkeit der beidenSpektren und damit die Ähnlichkeitder Signale ausdrückt. Eine,aus Erfahrungswerten festgelegte,Schwelle entscheidet, ob dasMesssignal dem Referenzspektrumzugeordnet werden kann undsomit dem gesuchten ÖffnungsvorgangentsprichtAusblickEs konnte gezeigt werden, dassdie Ereigniserkennung des Öffnungsvorgangs(Modell Kippfenster)realisierbar ist, dies gilt alsGrundlage für weitere Entwicklungen.Die Ereigniserkennung wirdmomentan noch auf dem PCdurchgeführt, später soll diese miteinem batteriebetriebenen Kleinsystemerfolgen. Dazu müssenallerdings die in Matlab entwickelten/verwendetenAlgorithmen aufein Mikroprozessorsystem übertragenwerden.Gion Andri Clalünagionandri.claluena@bluewin.chAbb. 1: Systemaufbau MesssystemAbb. 2: Funktionsprinzip der Ereigniserkennungti.bfh.ch107

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!