구조 건강 모니터링을 위한 Raspberry Pi에서의 컨볼루션 신경망의 임베디드 응용

현재까지 저자들은 구조 건강 모니터링(SHM) 시스템에서 결함을 감지하기 위해 소형, 경량 및 저비용 하드웨어(예: 마이크로컨트롤러, FPGA, DSP 및 Raspberry Pi)에 적용된 컨볼루션 신경망(CNN) 알고리즘의 임베디드 응용에 대한 심층 조사에 대해 알지 못합니다. 본 편지에서 저자들은 Raspberry Pi 3에서 CNN 알고리즘의 임베디드 응용의 타당성과 성능을 구현하고 평가합니다. CNN 임베디드 알고리즘은 건강한 상태와 손상된 상태를 나타내는 프레임 간의 차이를 정량화하고 분류합니다. 사례 연구에서 CNN 임베디드 응용은 알루미늄 판에 부착된 세 개의 압전 패치를 사용하여 실험적으로 평가되었습니다. 그 결과는 놀라운 100% 적중률을 보여줍니다. 이 성능은 항공 구조물, 회전 기계 및 풍력 터빈과 같은 구조적 손상을 식별하는 데 임베디드 응용이 필요한 CNN 기반 SHM 시스템의 설계 및 분석에 중요한 영향을 미칠 수 있습니다.