Il lavoro presenta la progettazione e lo sviluppo di un sistema Edge AI per il monitoraggio strutturale continuo di ponti e viadotti. L'intera pipeline di rilevamento anomalie vibrazionali, stima spettrale con metodo di Welch, Principal Component Analysis stocastica tramite Regola di Oja e rilevatori MA e CUSUM, è implementata direttamente all'interno dell'unità ISPU (Intelligent Sensor Processing Unit) del sensore MEMS STMicroelectronics LSM6DSO16IS, senza trasmissione di dati grezzi verso unità esterne. Il sistema è validato algoritmicamente sul dataset benchmark Z24 (Sensitivity 93,4%, zero falsi positivi) e sperimentalmente sul Ponte Adriatico di Bari con validazione incrociata a doppio canale. Il nodo opera con un consumo stimato di 620 µA e un'autonomia di circa 161 giorni su batteria AA.
PROGETTAZIONE E SVILUPPO DI UN SISTEMA EDGE AI PER LO STRUCTURAL HEALTH MONITORING DI PONTI E VIADOTTI
DI NUNZIO, GIUSEPPE
2024/2025
Abstract
Il lavoro presenta la progettazione e lo sviluppo di un sistema Edge AI per il monitoraggio strutturale continuo di ponti e viadotti. L'intera pipeline di rilevamento anomalie vibrazionali, stima spettrale con metodo di Welch, Principal Component Analysis stocastica tramite Regola di Oja e rilevatori MA e CUSUM, è implementata direttamente all'interno dell'unità ISPU (Intelligent Sensor Processing Unit) del sensore MEMS STMicroelectronics LSM6DSO16IS, senza trasmissione di dati grezzi verso unità esterne. Il sistema è validato algoritmicamente sul dataset benchmark Z24 (Sensitivity 93,4%, zero falsi positivi) e sperimentalmente sul Ponte Adriatico di Bari con validazione incrociata a doppio canale. Il nodo opera con un consumo stimato di 620 µA e un'autonomia di circa 161 giorni su batteria AA.I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14253/82177