Presentazione di PowerPoint - INAIL

Dipartimento Innovazioni Tecnologiche e Sicurezza degli Impianti Prodotti e insediamenti Antropici

“Ascoltare” i materiali, prevenire il degrado

Sensoristica pervasiva per il monitoraggio con emissioni acustiche dell’integrità di attrezzature di processo.

Canio Mennuti INAIL Dipartimento Innovazione Tecnologica

Alessandro Marzani Università di Bologna

ROMA 11 Novembre 2019


“Ascoltare” i materiali, prevenire il degrado

Sensoristica pervasiva per il monitoraggio con emissioni acustiche

dell’integrità di attrezzature di processo.

L’Emissione Acustica è un metodo dicontrollo non distruttivo basatosull'acquisizione di segnali ultrasonori, disolito di frequenza tra i 100 kHz ed 1 MHz,emessi da un materiale posto sotto sforzoe riconducibili a fenomeni irreversibili didanneggiamento (cricca) o degrado(corrosione) che si verificano durante laprova.

1


Questo metodo può essere efficacemente impiegato anche in

“modalità” di ascolto permanente per il monitoraggio dell’integrità

strutturale di attrezzature a pressione ma non solo…

2


Perché il monitoraggio?

La diminuzione della disponibilità economica dei sistemi produttivi ha

portato all’invecchiamento degli asset e quindi all’aumento della

vulnerabilità e quindi del rischio.

Il monitoraggio non abbassa il rischio (R = Pericolo x Vulnerabilità x

Valore esposto/conseguenze) ma ci permette di controllarlo attraverso

degli opportuni alert che ci segnalano quando e dove intervenire.

3


La messa a punto di sensori tecnologicamente avanzati ma allo stesso

tempo di basso costo in modo da rendere più accessibili le nuove

tecnologie.

Sensoristica pervasiva

4


Ai fini del monitoraggio è fondamentale lo sviluppo di piattaforme

web-based che raccolgono tutti i dati provenienti dai vari sensori

installati sulle attrezzature.

Piattaforme web-based

5


C'è il rischio di essere sommersi dai dati e di non cogliere le informazioni giuste fra le tante

rese disponibili. «Fare previsioni non è affatto semplice. Anche se la mole di informazioni

disponibili aumenta a ritmo vertiginoso, la quantità di verità e segnali utili alla nostra

conoscenza del mondo non tiene lo stesso passo. La maggior parte è solo interferenza e il

rumore sta crescendo molto più che il segnale». (cit. Nate Silver «Il segnale e il rumore»).

Big data

6


Diagnostica EA

• Misure a spot per brevi periodi

• Sensibile a condizioni meteo ed ambientali

• Successivo post-processing dei dati

Monitoraggio EA

• Misure continue su lunghi periodi

• Tecnologia adatta per outdoor

• Indicazioni in tempo reale

7

Sistema Commerciale EA

• 16 canali @ 10Msps

• Volume: 37600cm3

• Peso: 17kg

• Alimentazione: 342VA


Proposta monitoraggio EA - SmartBench

11/12/2019

• Minima invasività• Riduzione costi• Riduzione consumi• Facile manutenzione

(sostituzione, settaggio, …)

• Facilità di implementazione• Flessibilità• Scalabilità• Riconfigurazione da remoto

• Data-to-cloud• Riduzione dati trasmessi• Protocolli industriali

8

WiFi

AE

AE


Proposta #1 - Unibo

11/12/2019

Nodo sensore

Punto diaccessowireless

Singolo cavo

Batteria

9

Nodo sensore


Componenti della rete SHM

10

• Dimensioni di una moneta• -40°C to +85°C• Alimentato via bus dati• Consumo inferiore a 40mA• Tre canali in acquisizione simultanea• Ampia larghezza di banda• Guadagno variabile• Autodiagnosi

Nodo sensore AEPunto di accesso

• Dimensioni di una chiave• -40°C to +85°C• Alimentato via USB o

sorgente esterna• Consumo inferiore a 10mA


Sistema di acquisizione dati

Piattaforma communeper acquisizione dati

Vibrazioni / Inclinazioni: IMU

Rilevazione e localizzazionedi Emissioni e Impatti: PZT

Stress/carichi: estensimetri

Misura di impedenza

Parameteri ambientali:temperatura, umidità,livello di rumore, …

11


Struttura della rete di monitoraggio

Emissione acustica

Gateway Energia

Dati

12

Sensori conformatiPC a singola scheda

µPC


Test per la rilevazione di EA

Nodi sensorePunto diaccesso

Volume totale: <185cm3

Peso totale: <120grConsumo: <2VA

Setup sperimentale per la localizzazione di EAcon 12 canali in acquisizione simultanea

13


Forme d’onda registrate

Emissione a 0° Emissione a 60°

100μs

• Ogni sensore è in grado di stimare indipendentemente l’Angolo

di Arrivo delle onde guidate generate dall’Emissione Acustica

14


Localizzazione delle Emissioni Acustiche

Entro il perimetro

AB

C D

AB

C D

Prossimo ad un sensore

AB

C D

Prossimo ad un bordo

• La rete di sensori localizza le EA su CFRP anche quando uno dei nodi sensori non è in grado di rilevare l’evento.

• Incertezza: ±10° su CFRP, ±1.7° su alluminio

15


Confronto sul campo

• Acquisizione dati in parallelo tramite 3 diversisistemi:

• Vallen AMSY-5

• Oscilloscopio Textronix

• Rete sensori UniBO

• Emissioni Acustichesimulate tramite martellostrumentato

PZT Unibo

PZT Vallen

Oscilloscopio

Nodo sensore Unibo

16


Vallen vs. UniBO (1)

• Ampiezza delle componenti confrontabile sull’intera banda di segnale

• Comportamento uniforme e buona attenuazione fuori banda

Vallen UniBO

17


• Ampiezza della risposta dello stesso ordine di grandezza

• Scarsa tendenza alla risonanza

Vallen

UniBO

18

Vallen vs. UniBO (2)


Textronix vs. UniBO (1)

• Risposta più intensa (> 10 dB) sull’intera banda di segnale misurata

• Risposta molto meno rumorosa alle alte frequenze

• Armoniche superiori più intense rispetto al rumore di fondo

Textronix UniBO

19


Textronix vs. UniBO (2)

• Risposta di un ordine di grandezza più intensa a parità di trasduttore

• Segnale campionato meno rumoroso (SNR calcolato tramite filtraggio)

Textronix

UniBO

SNR 22.7dB

SNR 3.3dB

20

Dipartimento Innovazioni Tecnologiche e Sicurezza degli Impianti Prodotti e insediamenti Antropici11/12/2019 21

Il nodo sensore sviluppato presso l’Università di Tor Vergata (SHM-TV) nasce dall’esigenza di integrare sensori EA commerciali in Wireless Sensor Networks (WSNs)

21

Proposta #2 – UniRoma2

• Il nodo è compatibile con sensori EA commerciali passivi

• Per gli esperimenti Vallen 150 M• Banda passante 100-450 KHz


Microcontrollore

• Scheda STM32L476RGT6 con microcontrollore ARM Cortex M4, 80MHz, 128 KB SRAM, 12-bit ADC 2 MSPS.

• Digitalizzazione: del segnale EA processato dal circuito di condizionamento.

• Digital signal processing: estrazione delle features di interesse (energia, valore massimo, attraversamenti della soglia, durata).

• Controllo: gestione di tutte le periferiche e delle interfacce per la comunicazione verso l’esterno (UART, SPI)

22


Circuito di condizionamento analogico

E’ composto da 3 stadi collegati in cascata:

Buffer ingresso

1. Per disaccoppiamento sensore – circuiti analogici

Filtro passabanda

1. Elimina le componenti in frequenza indesiderate

2. Diverse per ogni modello di sensore

Traslatore di livello

1. Adattamento del livello del segnale per la conversione AD (0-3.3V)

AnalogProcessing

Zin=∞

23


• FilterType Bandpass Butterworth• FilterOrder 10• CenterFrequency 150.0 kHz• StopbandAttenuation -30.0 • PassbandBandwidth 120.0 kHz• StopbandBandwidth 250.0 kHz • Gain 10• DualSupply +/-5.00 V

24

• Il segnale fornito dal sensore presenta componenti indesiderate intorno ai 50 KHz

Analisi in frequenza/filtraggio


Digital Signal Processing

• Frequenza di campionamento 2Msps.

• ADC acquisisce campioni corrispondenti a circa 0.4 ms di segnale a seguito di interrupt da rilevatore di soglia.

• Dati memorizzati in RAM con Direct Memory Access (DMA)

• Processing su 0.4 ms

25

Caratteristiche

Numero di attraversamenti della soglia

15

Valore massimo [mV] 23

Valore minimo [mV] -27.2

Energia 20471

Durata [us] 155.4

25


Transceiver wireless

• Transceiver NRF24L01+ NordicSemiconductor (2.4 GHz, datarate 1Mb/s, raggio circa 30m all’aperto)

• GFSK Modulation

• 1.9 to 3.6V supply range

• 900nA deep sleep mode

• 11.3mA Radio TX at 0dBm

• 13.3mA Radio RX at 2Mbps on-air data-rate

Integrazione in wsn

26


Conclusioni

• Sviluppo di una rete di sensori compatti per la rilevazione di EA in strutture e attrezzature

• Sensibile riduzione del costo, della complessità di cablaggio,peso e consumo energetico in ottica monitoraggio

• La possibilità di impiegare sensori commerciali o specificatamente progettati

• Distanza nulla tra sensore e l’elettronica di interrogazione

• Utilizzo di protocolli di comunicazione standard industriali

• Completa programmabilità e lettura remote

• Possibilità di alimentazione a batteria

• Connessione wireless

• Integrazione dei dati su piattaforme ad-hoc (SmartBench) che raccolgono anche altre informazioni utili all’esercizio in sicurezza delle attrezzature monitorate.

27


Gruppo di lavoro

UNIBO

• Alessandro Marzani

• Luca de Marchi

• Nicola Testoni

• Federica Zonzini

• Michelangelo Maria Malatesta

• Denis Bogomolov

• Cristiano Aguzzi

https://phd.unibo.it/sehm2

28

UNIROMA2

• Gian Carlo Cardarilli

• Rocco Fazzolari

• Luca Di Nunzio

INAIL

• Canio Mennuti

• Giuseppe Augugliaro

Presentazione di PowerPoint - INAIL

Documents

Transcript of Presentazione di PowerPoint - INAIL