Análisis y procesado de señales multicanal procedentes de sensores industriales

Abstract

Este Trabajo de Fin de Máster se centra en el estudio y elaboración de técnicas para facilitar la detección de irregularidades presentes en unas determinadas piezas industriales, a partir de señales temporales adquiridas con diferentes tipos de sensores. Dichas señales presentan correlación en los momentos en los cuales hay eventos a detectar, y por lo tanto buscaremos el beneficio de buscar información multicanal entre las señales disponibles. Una de las principales dificultades a las que se ha habido que hacer frente, es a la presencia de ruido en las señales procedentes de sensores. Para tratar de mitigar su efecto indeseado, se han analizado métodos empleados en otros campos, y en concreto, se ha querido comprobar qué efectos consigue el filtrado adaptativo con las señales sensoriales de las que se dispone, un planteamiento que goza de bastante popularidad en el tratamiento de señales de voz. Asimismo, se han analizado las señales para buscar información multicanal que pudiera ser beneficiosa en la limpieza de ruido. Tras ello, se han aplicado dos métodos diferentes para identificar posibles eventos en las señales. Por un lado, un esquema de detección por filtro adaptado, a partir de una referencia de la forma de las irregularidades, de la misma forma que ocurre en receptores de sistemas de comunicaciones; y por otro, un esquema de detección en función de la energía de señal, a través de la estimación de la envolvente de la energía de Shannon, como ocurre en campos como el procesado de señales médicas procedentes de electrocardiogramas. Para combinar la información multicanal y conseguir mejorar la eficiencia de la detección monocanal, también se han elaborado métodos de fusión teniendo en cuenta las características específicas del problema a tratar. Puesto que la cantidad de información de la que se dispone es limitada, se ha desarrollado un sistema de generación de señales sintéticas para aumentar el tamaño de la base de datos, y se ha analizado su grado de representatividad en comparación con señales reales. Este generador se ha usado en este trabajo para medir el rendimiento de los algoritmos desarrollados en entornos simulados más completos y variados; pero que además se puede utilizar para generar señales de entrenamiento de modelos en problemas futuros. Cabe destacar que todos los algoritmos descritos en este trabajo han sido desarrollados a partir de funciones básicas de MatlabTM, sin el uso de paquetes software o toolboxes previamente disponibles.

This Master's Project focuses on the study and development of techniques to facilitate the detection of irregularities present in certain industrial components, from temporary signals acquired with different types of sensors. These signals are correlated in the moments in which there are events to be detected, and therefore we will seek the benefit of searching for multichannel information among the available signals. One of the main difficulties that have been faced is the presence of noise in the signals from sensors. In order to try to mitigate its undesired effect, methods used in other fields have been analyzed, and in particular, it has been tried to verify what effects the adaptive filtering achieves with the available sensory signals, an approach that is quite popular in the treatment of voice signals. Also, the signals have been analyzed to look for multichannel information that could be beneficial in cleaning noise. After this, two different methods have been applied to identify possible events in the signals. On the one hand, a matched filter detection scheme, from a reference of the shape of the irregularities, in the same way as occurs in receivers of communications systems; And on the other hand, a detection scheme in terms of signal energy, through Shannon energy envelope estimation, as in fields such as the processing of medical signals from electrocardiograms. In order to combine multichannel information and to improve the efficiency of single-channel detection, fusion methods have also been developed taking into account the specific characteristics of the problem to be treated. Since the amount of information available is limited, a synthetic signal generation system has been developed to increase the size of the database, and its degree of representativity has been analyzed in comparison with actual signals. This generator has been used in this work to measure the performance of the algorithms developed in more complete and varied simulated environments; But which can also be used to generate model training signals on future problems. It should be noted that all the algorithms described in this work have been developed from basic MatlabTM functions, without the use of previously available software packages or toolboxes.