SOBRE EL USO DE LA VIBRACIÓN DE BAJO COSTO DE FUENTE ABIERTA

USANDO TECNOLOGÍAS PARA LA EVALUACIÓN SÍSMICA EN AREAS URBANAS

Timothy LEE-LEWIS1, Christian MÁLAGA-CHUQUITAYPE2, Nikos NANOS 3

Resumen:

A pesar de sus limitaciones aparentes, los circuitos integrados (IC) impresos de Micro Electro
Mechanical Systems (MEMS) presentan una propuesta de costo excepcional para el monitoreo
de vibraciones en apoyo de la evaluación del riesgo sísmico en los casos en que sus
características operativas justifican su uso. Los MEMS están ganando una tracción significativa
en los últimos años y existe una tendencia entre los investigadores a tratarlos como una solución
madura para satisfacer una creciente variedad de necesidades de instrumentación,
independientemente de su ubicación. Esto ha llevado a la proliferación de estudios de
calibración e instrumentación sin tener en cuenta el entorno y el entorno. En este contexto, un
factor frecuentemente olvidado durante el despliegue y el funcionamiento de las unidades de
detección basadas en MEMS es su susceptibilidad inherente a la interferencia electromagnética
(EMI). En este documento discutimos el uso de sensores de vibración de bajo costo de código
abierto para aplicaciones de ingeniería sísmica con especial atención a EMI. Con este fin,
transmitimos los resultados de una serie de pruebas que cuantifican el efecto de EMI en la
capacidad de los sensores de medición de aceleración MEMS en entornos no controlados
representativos de entornos urbanos. Este documento se centra en 4 estudios de caso con una
serie de 5 movimientos de tierra de entrada diferentes y diferentes tipos de acelerómetros
MEMS. Las posiciones de los sensores de fuentes EMI conocidas varían sistemáticamente y los
resultados se comparan con la señal de entrada y un acelerómetro piezoeléctrico IEPE estándar
de la industria. Mostramos que existe una clara correlación entre la proximidad a la fuente EMI
y la degradación de la relación señal / ruido que conduce a mediciones de aceleración sesgadas
con una variación de hasta el 37%. Esto resalta la importancia de la conciencia de las condiciones
específicas de EMI que rodean su despliegue real en un sitio determinado y exige escepticismo
sobre los estudios que utilizan MEMS donde los EMI no se identifican o caracterizan
adecuadamente.

Introducción

La evaluación y el desarrollo de equipos de monitoreo estructural que utilizan componentes

listos para usar (COTS) que incorporan sensores novedosos y económicos ha recibido mucho
interés en los últimos años (por ejemplo, D’Allesandro et al., 2014, Yien et al., 2016). Las
industrias y organizaciones emplean habitualmente diversos tipos de sensores como entidades
individuales o en combinaciones para mejorar su inteligencia o recopilación de datos (Alavi et
al., 2018). Por lo tanto, no es sorprendente que la recopilación de datos haya progresado en el
monitoreo continuo de los sistemas estructurales (Farrar y Worden, 2007). Las técnicas no
intrusivas llamadas Evaluación de daños no destructivos (NDE) y Pruebas no destructivas (NDT)
(Das y Saha, 2018) han visto avances en la integración con tecnologías modernas (Chiu y Galea,
2012) y la demanda de instrumentación SHM que cumpla con los requisitos Se han
incrementado los requisitos de efectos invasivos insignificantes y de bajo costo y análogos a los
de sus equivalentes a macroescala (Balageas et al., 2006).

La evaluación del rendimiento y la calibración de varios acelerómetros MEMS de bajo costo ha

sido objeto de una gran cantidad de estudios (es decir, Evans et al., 2014, Bedon et al., 2018).
Fue durante nuestro trabajo experimental utilizando prototipos COTS, que la interferencia
electromagnética (EMI). Las anomalías relacionadas se hicieron evidentes. Este documento
documenta tales anomalías y resume los resultados de un estudio sistemático realizado para su
cuantificación. Descubrimos que estas anomalías no se limitan a las limitaciones inherentes de
los dispositivos MEMS, sino que se relacionan con los entornos en los que se implementan.

Esto tiene implicaciones importantes para las redes basadas en MEMS en áreas urbanas, a
diferencia de los casos en que los acelerómetros se ensamblan y prueban dentro de entornos
controlados diseñados específicamente para la fabricación y calibración electrónica. Este
fenómeno de interferencia registrada debe ser un factor dominante para evaluar la
vulnerabilidad de estos dispositivos autoensamblados antes de cualquier despliegue futuro. La
interferencia EMI es ampliamente reconocida (Williamson, 1993) por tener efectos negativos de
las transmisiones intencionales y no intencionales y afecta a los dispositivos electrónicos
delicados con respecto a la interferencia conducida o radiada y la perturbación del suministro
de equipos de la red eléctrica entrante. En respuesta a estos problemas, el Comité Internacional
Especial de Perturbaciones Radioeléctricas (CISPR) fue fundado en 1934. Posteriormente, CISPR
produjo publicaciones técnicas que comprenden técnicas de medición y prueba. Esto también
se extendió a los límites recomendados sobre la emisión e inmunidad de los dispositivos. Aunque
estas recomendaciones son aplicables a la tecnología de detección emergente de bajo costo de
hoy en día, gran parte del equipo que todavía se utiliza de los puntos de referencia de
cumplimiento anteriores no considera la mayor vulnerabilidad de las velocidades de
conmutaciones más altas y los voltajes más bajos de los dispositivos de hoy. Esto resalta la
importancia de la conciencia de las condiciones específicas de EMI que rodean la prueba y el
despliegue de dispositivos de detección de aceleración MEMS de código abierto de bajo costo y
exige escepticismo en los estudios que utilizan MEMS donde EMI no se identifica o caracteriza
adecuadamente.

COST Tecnología de sistemas microelectromecánicos

Tecnología de sistemas microelectromecánicos (MEMS)

La tecnología de Sistemas Microelectromecánicos (MEMS) para SHM presenta ventajas pero

también desafíos para cumplir con los exigentes objetivos de costo, rendimiento, tamaño, peso
y consumo de energía. Se reconoce que para que el SHM efectivo sea viable, las vibraciones que
van desde el movimiento fuerte hasta la vibración ambiental deben percibirse en estructuras a
gran escala que tienen frecuencias naturales en el rango de 10-1 a 101 Hz (Chopra, 2012). En
este contexto, MEMS presenta una alternativa viable de bajo costo (Sabato et al., 2017, Cigada
et al., 2007), en lugar de productos costosos y de alta gama como los sensores integrados
electrónicos piezoeléctricos (IEPE). Otros estudios que emplean MEMS para la recopilación de
datos de vibraciones (Jung et al., 2014, Patil et al., 2015) han demostrado un acuerdo cercano
con los datos obtenidos de dispositivos comerciales disponibles. Los esfuerzos de investigación
adicionales en puentes a gran escala de Golden Gate (Pakzad, 2010) y Pietratagliata (Bedon et
al., 2018) que utilizan MEMS también han indicado un acuerdo cercano con el modelado
numérico y los dispositivos disponibles comercialmente.

Sin embargo, los dispositivos MEMS no están exentos de defectos. La deriva

predominantemente sesgada (Gulmammadov, 2009), que es una combinación de
comportamientos dependientes del tiempo, la temperatura y la aceleración que introducen
errores, ha sido identificada como la más importante. Se han buscado avances tecnológicos
(Chen y Huang, 2018, Isobe et al., 2018, Kavitha et al., 2016) para abordar problemas previos
asociados con el consumo de energía, poco ruido, mejor respuesta a bajas frecuencias debido a
la pequeña masa de detección. componente y piso de ruido que es plano a la aceleración
(problemas a frecuencia <1Hz). Estos estudios previos han reportado una reducción del ruido
que alcanza 6.673μg / √Hz, 15ng / √Hz y 1.13μg / √Hz respectivamente, mejorando así el
rendimiento ideal para el propósito de SHM. Sin embargo, las mejoras están asociadas con otras
vulnerabilidades, ya que los dispositivos analógicos que detectan señales del orden de unos
pocos milivoltios son particularmente sensibles a la interferencia electromagnética (Kune et al.,
2013) que las técnicas de protección tradicionales mejoran pero no eliminan. Los entornos
acústicamente hostiles (Dean et al., 2011) también tienen un efecto adverso en los giroscopios
MEMS cuando los componentes de las frecuencias de energía acústica están cerca de la
frecuencia de resonancia de la masa de prueba de los componentes de detección y existen
diferencias significativas en el ancho de banda acústicamente sensible entre de lo contrario,
dispositivos idénticos debido a las tolerancias de microfabricación. Por lo tanto, los supuestos
actuales de integridad de datos de estos dispositivos deben ser cuestionados. Trippel y col.
(2017) informaron, a partir de las pruebas de 20 acelerómetros, que hasta el 75% de estos
dispositivos son vulnerables a la interferencia acústica.

Unidades de microcontrolador (MCU) El núcleo computacional o MCU permite el procesamiento

activo de datos de los sensores conectados y se puede adaptar a actividades de monitoreo
específicas. Algunos de estos dispositivos como Arduino ©, Rapsberry Pi © y PIC © han crecido
en madurez junto con los desarrollos contemporáneos de procesadores con respecto a la
velocidad, la potencia y el tamaño. Se han vuelto populares como un medio para recibir y
acondicionar datos para el análisis inteligente como se demostró para el análisis vibratorio
mecánico (Varanis et al., 2017), la compensación térmica de los sensores MEMS de mediciones
de inclinación (Ruzza et al., 2018) y la red urbana Registradores de ruido sísmico Geophonino-
3D (Soler-Llorensa et al., 2018).

La apreciación y la voluntad de emplear estos dispositivos también están comenzando a ganar

aceptación por parte de otros grupos de investigación que involucran el monitoreo del deterioro
de los elevadores de edificios (Olalere y Dewa, 2018), la calidad ambiental interior (Karami et
al., 2018), el tráfico rodado y la contaminación del aire Zaldei et al., 2017), monitoreo de
actividad volcánica (Altamirano-Santillán et al., 2017). Sin embargo, los problemas asociados con
la impedancia del cable, el ruido triboeléctrico y la calidad de la señal de los sensores conectados
introdujeron errores de datos en estos sistemas anteriores (Sabato et al., 2017). Por esta razón,
Hsu et al. (1998) propusieron que las redes de sensores inalámbricos (WSN) pueden presentar
oportunidades para la observación acústica, de vibración y de campo magnético a grandes
distancias para evitar problemas con los sistemas cableados. Los MCU contemporáneos están
comenzando a emplear Unidades Centrales de Procesamiento (CPU) de teléfonos inteligentes,
y es interesante que se hayan explorado los sistemas de alarma sismológica con el uso de
teléfonos celulares (Dashti et al., 2013). Kong y col. (2016) sugirieron que se pueden registrar
terremotos de magnitud 5 a distancias de 10 km o menos. Sin embargo, los MCU no son inmunes
al ruido potencialmente conducido e irradiado de los propios circuitos MCU (Microchip, 2018) y
deben investigarse a fondo para evitar conflictos con otro hardware cercano, como motores,
interruptores de alimentación, luces fluorescentes, etc. La víctima circuito puede ser
interrumpido fácilmente por el ruido irradiado y conducido. Zhu y col. (2019) ha propuesto que
se realicen pruebas de agrupamiento después de una estabilidad aceptable para determinar el
ruido por medios estadísticos para la calibración. Se podría implementar una mayor protección
contra el ruido conducido (STMicroelectronics, 2014) e integrarlo dentro del software para
proporcionar técnicas preventivas y de recuperación automática para mejorar la funcionalidad
del hardware y la confianza de la salida de los sensores.
Aparato experimental

Placas de sensores prototipo

La Figura 1 muestra las placas de sensores empleadas en este estudio: a) Arduino MKR1000; y
b) Microchip PIC40. Como comparación de tamaño, el sensor piezoeléctrico IEPE DJB © se ve en
el extremo derecho. Todos los tableros de sensores se fabricaron en la Universidad de
Portsmouth y se probaron en bancos dentro de los laboratorios electrónicos antes de las
pruebas dentro del laboratorio de estructuras.

Características de los microcontroladores.

Las características de los MCU se muestran en la Tabla 1. Estos valores se basan en los datos
disponibles en el momento de la prueba.

Características de los acelerómetros.

Los acelerómetros son esencialmente todos los sensores analógicos. Los sensores digitales
incorporan un circuito ADC incorporado y se interconectaron utilizando los protocolos I2C y SPI,
lo que permitió evaluar una gama más amplia de las diversas tecnologías. La Tabla 2 resume las
especificaciones del acelerómetro. La máxima sensibilidad se mantuvo para todos los prototipos
con fines de prueba.

Metodología

El objetivo de la campaña de pruebas fue comparar los datos obtenidos para las correlaciones
entre el dispositivo / software acelerómetro estándar industrial versus las placas de sensores
COTS autoensambladas para medir cualquier anomalía de la interferencia que emana de la
fuente EMI. La mesa de sacudidas consiste en una transmisión compacta de tornillo de bola
resistente de alto grado de libertad (SDOF) con una carrera de 570 mm con un carro a medida
para soportar un tamaño de mesa de 1 mx 0,5 m. Esto a su vez es impulsado por un motor
trifásico Baldor © 2.18kW, 300V con una velocidad máxima de 2000 RPM. Este equipo
generalmente se emplea dentro de la industria manufacturera para líneas de producción
autónomas que proporcionan la precisión necesaria requerida para el procesamiento continuo
y en nuestro caso es la fuente de EMI. El componente mecánico está controlado por el
servocontrolador / controlador de movimiento Motiflex e100 fabricado por ABB © con el
software Mint lite conectado a través de un codificador de posicionamiento en el cuerpo de la
transmisión para garantizar la precisión del movimiento del carro con desplazamiento. Aquí solo
se informan los hallazgos clave de la campaña, centrándose en los terremotos descritos en la
Tabla 3.

Pruebas de hardware

Las pruebas preliminares de hardware de los prototipos se llevaron a cabo dentro del
Laboratorio de Estructuras de la Universidad de Portsmouth. El desplazamiento de la mesa de
sacudidas se midió con los datos de entrada utilizando una integración doble para verificar el
ajuste del desplazamiento para el propósito. Las correlaciones cruzadas de la respuesta del
conjunto de datos se realizaron con el acelerómetro IEPE A / 1800 / V como sensor de referencia.
El sensor IEPE se considera razonablemente impermeable a la interferencia, pero inicialmente
se verificó contra las entradas de terremoto propuestas y se realizaron pruebas de frecuencia
para detectar imprecisiones del sensor y el hardware de la mesa de sacudidas a través de la
densidad del espectro de potencia (PSD) en varias frecuencias. Con este fin, la mesa de sacudidas
se activó a las frecuencias establecidas durante 1 minuto con una ventana de grabación de 30
segundos para evitar frecuencias transitorias en el arranque. Para ayudar en la validez de la
correlación cruzada de los datos obtenidos, el análisis se realizó utilizando la ecuación (1)
Coeficiente de correlación de momento del producto de Pearson (PPMCC) y la ecuación (2)
Cuadrado medio de raíz (RMS). Esto permitió una medida simple de la correlación de linealidad
y magnitud entre el hardware y el sensor de referencia, así como los prototipos de la placa del
sensor.

𝑃𝑃𝑀𝐶𝐶%, '= Σ + (% +,% )̅ (' +, '/)

0Σ (% +,% )̅ 12 ('+,' /) 1

La Tabla 4 resume los resultados de PPMCC y rms del sensor IEPE en condiciones de terremoto
dinámico. Se puede ver que con el alargamiento del terremoto, se producen errores compuestos
donde el hardware de la mesa de sacudidas tiene dificultades para mantener un cambio de
dirección y fase de aceleración de mayor amplitud (ver Figura 2). La gráfica de aceleración de
tiempo está en condiciones de onda primaria y secundaria (para mayor claridad).

Tabla 4. Resultados de PPMCC y rms para hardware IEPE y Shaking Table.

Figura 2. Datos de entrada versus datos de IEPE de un gráfico de aceleración de tiempo reducido
para Parkfield California

Terremoto.

Tabla 5. Resultados de PPMCC y rms para hardware IEPE y Shaking Table.

En respuesta a estas imprecisiones, se realizaron pruebas adicionales como una comparación de

la respuesta de frecuencia (Tabla 5) entre el sensor IEPE y los datos de entrada del hardware de
la mesa de sacudidas. Los coeficientes estadísticos de estas pruebas sugieren una confiabilidad
y estabilidad aceptables para la continuación de las pruebas de las placas de sensores prototipo,
por lo tanto, se elaboraron gráficos de PSD y tiempo de aceleración y los datos correspondientes
se muestran en la Tabla 6. Esta tabla indica que, aunque menos confiable de lo esperado, El
acelerómetro ADXL335 y PIC MCU proporcionaron la correlación más favorable.

Tabla 6. Resultados de PPMCC y rms para hardware IEPE y Shaking Table

Prueba de nivel de ruido

Las pruebas estáticas se realizaron con una matriz de sensores en un marco de arriba cerca de
la mesa de sacudidas para determinar primero el ruido de referencia del ADC. Se encontró que
estos valores eran inferiores a ± 3, equivalentes a una variación de ± 0.146 x 10-1 voltios. Luego
se realizaron pruebas con marco estático y se tomó la tabla activada con los terremotos y
promedios elegidos. La cancelación usando datos de línea de base contra datos en movimiento
produjo un mapa espacial (ver Figura 3) de variaciones en los valores de ADC en proximidad a la
tabla de sacudidas. Aunque existen diferencias de fabricación que causan una sensibilidad
variada de estos dispositivos, se observaron diferencias en los valores más cerca del mecanismo
de la mesa de sacudidas (fuente EMI). Se mapeó una mayor intensidad de ruido con círculos
rojos oscuros que coincidían con las salidas del ADC. De este mapa se eligieron 4 áreas
(resaltadas con bordes cian) para medir los conjuntos de datos recopilados del prototipo para
detectar variaciones anormales.
Figura 3. Marco estático que indica los valores de ADC fuera del registro de referencia y las
posiciones elegidas para mediciones prototipo.

Mesa temblorosa prueba de terremotos

La secuencia de recopilación de datos se realizó utilizando diferentes métodos relevantes para

el acelerómetro. La compatibilidad cruzada se restringió a los conjuntos de datos finales que se
registraron como archivos CSV de Excel. Se utilizaron registros de diagrama de aceleración con
los datos de entrada reales del controlador de la mesa de sacudidas para correlacionar la
aceleración correspondiente y se realizó un PPMCC final y rms.

Resultados y discusión

Como el más favorable de los prototipos, el PIC40 con un ADXL se probó dentro de condiciones
dinámicas en las posiciones espaciales establecidas 1 2 3 y 4 que representan distancias de 0.14,
0.76, 1.37 y 2.09 metros respectivamente, medidos desde el centro del motor de accionamiento
de la mesa de sacudidas del variador (Fuente EMI) a cada sensor. Como ejemplo, los resultados
del terremoto de Honshu Japón se presentan en la Figura 4. A partir de esta figura, queda claro
que el prototipo de la placa del sensor MEMS logra una claridad razonable de la reproducción
en la posición 3. El acondicionamiento correctivo del filtrado no se ha realizado en Los resultados
presentados en la Figura 4.

Figura 4. Terremoto de Honshu Japón y datos en la posición 3.

En la Figura 5 se muestra el terremoto de Honshu Japón registrado en la posición 2. Es evidente

que, más cerca del cuerpo del mecanismo y el motor de la mesa de sacudidas, hay menos
claridad y el ruido del sistema de la mesa de sacudidas ha nublado los datos recopilados.
Finalmente, en la Figura 6 se muestra el mismo terremoto bajo escrutinio pero con datos
registrados en la posición 1 en proximidad directa al motor de la mesa de sacudidas. Se ha vuelto
razonablemente claro que el motor tiene un efecto directo sobre la recopilación de datos. Cabe
señalar que el prototipo se había encerrado dentro de una carcasa de aluminio fundido que
representa un recinto blindado y se conectó a tierra adecuadamente al circuito.

Figura 5. Terremoto de Honshu Japón y datos en la posición 2.

Figura 6. Terremoto de Honshu Japón y datos en la posición 1.

Tabla 7. Resultados de PPMCC y rms para pruebas de prototipo e IEPE y tabla de agitación

En la Tabla 7 se muestran los resultados de comparación de estas pruebas usando las ecuaciones
PPMCC y rms. Las correlaciones de la distancia a la fuente EMI frente a la bondad de los datos
indican una disminución del error de los coeficientes estadísticos con respecto a la linealidad y
la amplitud a medida que la medición se lleva más lejos. Se observa que la posición 4 tiene un
error mucho mayor atribuido a la proximidad a otros equipos dentro del laboratorio. A lo largo
de los otros gráficos de gráficos de tiempo de aceleración, se ha reconocido que cuando un
sensor está más cerca de la fuente EMI, hay un empeoramiento distinto y un ruido adicional
como se muestra en los gráficos de gráficos de tiempo de aceleración de Honshu Japón en las
Figuras 5 y 6. La relación inversa entre la bondad de los datos y la proximidad de la fuente de
EMI también es evidente a partir de los datos presentados en la Tabla 7 y se ha identificado
sistemáticamente durante las etapas extendidas de experimentación que no se informan aquí.
Se observa además que para los promedios combinados de PPMCC / rms en la posición 3 y la
posición 1 se registró una degradación del 37% en la sensibilidad.

Conclusiones

En este documento, hemos prototipado y validado placas de sensores autoensambladas

utilizando dispositivos COTS. El objetivo de este documento ha sido alertar a la comunidad de
ingenieros sísmicos sobre cuestiones relacionadas con la idoneidad de COTS para el monitoreo
sísmico. En particular, se ha enfatizado la interferencia adversa de los entornos EMI. En base a
las correlaciones observadas entre las pruebas iniciales y los acelerómetros estándar
industriales, nuestros prototipos han demostrado que el desarrollo de plataformas de sensores
a través de COTS se puede realizar rápidamente y conducir a un diseño integrado en un corto
período de tiempo. Sin embargo, es importante comparar el proceso de diseño con la
susceptibilidad del dispositivo al ruido EMI.

Se realizaron extensas pruebas de frecuencia, no informadas aquí. Las pruebas de prototipo bajo
terremotos reales muestran un buen potencial de MEMS para su uso dentro del entorno del
laboratorio. Actualmente se están desarrollando regímenes de prueba rigurosos para ser
empleados y razonados teniendo en cuenta la situación de despliegue, no solo para negar las
influencias ambientales del despliegue sino también la interrupción adversa experimentada por
los dispositivos cuando se implementa en sistemas más críticos. En general, los sistemas de
sensores MEMS digitales parecen ofrecer una alternativa positiva para la detección de
infraestructura, pero es prudente mejorar el blindaje no solo de la carcasa del sistema de
adquisición sino también el blindaje mejorado del sensor dentro del prototipo. Sin embargo, la
comunidad de ingeniería sísmica advierte que los estudios con MEMS realizados en entornos no
controlados que no fueron diseñados específicamente para pruebas y fabricación electrónicas
deben informar sobre los pasos tomados para evitar EMI o su cuantificación, y que el blindaje
EMI es una consideración muy importante. para despliegues de aceleración MEMS de bajo costo
en áreas urbanas.