使用运动放大的视频振动识别系统

IF 0.2 Q4 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS
Jonathan Gilliard Richter, Roberto Cesar Betini
{"title":"使用运动放大的视频振动识别系统","authors":"Jonathan Gilliard Richter, Roberto Cesar Betini","doi":"10.5335/rbca.v14i3.13219","DOIUrl":null,"url":null,"abstract":"A manutenção preditiva é a mais indicada para as indústrias, por monitorar a saúde das máquinas e reduzir o tempo de paradas na linha de produção. Um dos sinais monitorados é o nível de vibração das máquinas. Os instrumentos mais utilizados para essa medição são os sensores, que em sua maioria precisam de contato físico com o equipamento monitorado. Porém, esses instrumentos dependem de fios e podem apresentar defeito gerando medições erradas. As soluções que mensuram o nível de vibração sem contato possuem custo elevado. Por isso, desenvolvemos o Sistema de Identificação de Vibrações em Vídeo usando Ampliação de Movimento (SIVVAM), como uma solução alternativa de baixo custo e sem contato para o monitoramento da vibração. As principais contribuições são a identificação da vibração em motor sem contato, o processamento em tempo real, definição de duas áreas de interesse para medir a vibração simultaneamente, e utilização de hardware de baixo custo. A solução proposta pode auxiliar na manutenção preditiva alertando quando o nível de vibração estiver acima do padrão indicado.","PeriodicalId":41711,"journal":{"name":"Revista Brasileira de Computacao Aplicada","volume":null,"pages":null},"PeriodicalIF":0.2000,"publicationDate":"2022-11-02","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Sistema de identificação de vibrações em vídeo usando ampliação de movimento\",\"authors\":\"Jonathan Gilliard Richter, Roberto Cesar Betini\",\"doi\":\"10.5335/rbca.v14i3.13219\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"A manutenção preditiva é a mais indicada para as indústrias, por monitorar a saúde das máquinas e reduzir o tempo de paradas na linha de produção. Um dos sinais monitorados é o nível de vibração das máquinas. Os instrumentos mais utilizados para essa medição são os sensores, que em sua maioria precisam de contato físico com o equipamento monitorado. Porém, esses instrumentos dependem de fios e podem apresentar defeito gerando medições erradas. As soluções que mensuram o nível de vibração sem contato possuem custo elevado. Por isso, desenvolvemos o Sistema de Identificação de Vibrações em Vídeo usando Ampliação de Movimento (SIVVAM), como uma solução alternativa de baixo custo e sem contato para o monitoramento da vibração. As principais contribuições são a identificação da vibração em motor sem contato, o processamento em tempo real, definição de duas áreas de interesse para medir a vibração simultaneamente, e utilização de hardware de baixo custo. A solução proposta pode auxiliar na manutenção preditiva alertando quando o nível de vibração estiver acima do padrão indicado.\",\"PeriodicalId\":41711,\"journal\":{\"name\":\"Revista Brasileira de Computacao Aplicada\",\"volume\":null,\"pages\":null},\"PeriodicalIF\":0.2000,\"publicationDate\":\"2022-11-02\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Revista Brasileira de Computacao Aplicada\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.5335/rbca.v14i3.13219\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q4\",\"JCRName\":\"COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Brasileira de Computacao Aplicada","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5335/rbca.v14i3.13219","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS","Score":null,"Total":0}
引用次数: 0

摘要

预测性维护是最适合工业的,因为它可以监控机器的健康状况,减少生产线上的停机时间。监测的信号之一是机器的振动水平。最常用的测量仪器是传感器,它们大多需要与被监测设备进行物理接触。然而,这些仪器依赖于电线,可能存在缺陷,产生错误的测量。非接触式振动测量方案成本高。因此,我们开发了使用运动放大(SIVVAM)的视频振动识别系统,作为一种低成本和非接触式振动监测的替代解决方案。主要贡献是非接触式电机振动识别、实时处理、同时测量振动的两个感兴趣区域的定义和低成本硬件的使用。提出的解决方案可以帮助预测性维护,当振动水平高于指示的标准时发出警报。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Sistema de identificação de vibrações em vídeo usando ampliação de movimento
A manutenção preditiva é a mais indicada para as indústrias, por monitorar a saúde das máquinas e reduzir o tempo de paradas na linha de produção. Um dos sinais monitorados é o nível de vibração das máquinas. Os instrumentos mais utilizados para essa medição são os sensores, que em sua maioria precisam de contato físico com o equipamento monitorado. Porém, esses instrumentos dependem de fios e podem apresentar defeito gerando medições erradas. As soluções que mensuram o nível de vibração sem contato possuem custo elevado. Por isso, desenvolvemos o Sistema de Identificação de Vibrações em Vídeo usando Ampliação de Movimento (SIVVAM), como uma solução alternativa de baixo custo e sem contato para o monitoramento da vibração. As principais contribuições são a identificação da vibração em motor sem contato, o processamento em tempo real, definição de duas áreas de interesse para medir a vibração simultaneamente, e utilização de hardware de baixo custo. A solução proposta pode auxiliar na manutenção preditiva alertando quando o nível de vibração estiver acima do padrão indicado.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
Revista Brasileira de Computacao Aplicada
Revista Brasileira de Computacao Aplicada COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS-
自引率
50.00%
发文量
18
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信