Compression of vibration waveforms in embedded environments

Abstract

With increasing amount of IoT devices, especially battery powered ones and increasing amount of data they transmit, a need to reduce the amount of data they are transmitting with their radios has been created. By compressing the data sent by these devices, the networks they lie at can accept more devices, their batteries can last for longer amounts of time and possible expensive data transmissions over cellular networks can be reduced.

This work proposes a method to compress machine condition monitoring vibration data, describes the method thoroughly and inspects it's effect on the size of the data and quality. Vibration data is acceleration data measured with a high frequency accelerometer from a device physically mounted to machinery with e.g. rotating shafts where the sensor is mounted with e.g. glue. Transmission of this data might be too slow, expensive or not even possible or it might have some other kind of negative effect such as high battery consumption. The proposed method is based on a simple compression pipeline which is implemented as a c-library which can be run with servers or in a embedded device.

The proposed method compresses the data with a lossy compression which requires evaluation of the quality of the data as well as enables multiple pre-defined levels of compression which can be selected per application. By enabling multiple different levels of compression, it is possible to experimentally select the level of compression for different use cases.

The performance of the proposed method is evaluated by monitoring it's effects on different key performance indicator values as well as by testing it's effect to a fault diagnostics program. The testing is performed with a private dataset and a publicly available dataset. The proposed method is compared to existing audio codecs and energy savings for a battery powered device are examined along it's effect on the devices lifetime.

Akkukäyttöisten esineiden internetin laitteiden määrän kasvaessa, on noussut tarve vähentää näiden laitteiden lähettämää informaatiota. Pakkaamalla laitteiden sensoridataa, verkot missä nämä laitteet ovat voivat sisältää enemmän laitteita, laitteiden akut kestävät pidempään sekä mahdollisia kalliita datan siirtomaksuja puhelinverkkojen yli voidaan vähentää.

Tämä työ ehdottaa menetelmää pakata koneiden kunnonvalvonnan tärinädataa, kuvaa tämän menetelmän yksityiskohtaisesti sekä tarkastelee sen pakkauskykyä sekä vaikutusta data laatuun. Tärinädata on korkealla näytteenottotaajuudella mitattuja kiihtyvyysarvoja koneeseen kiinnitetyllä kiihtyvyyssensorilla. Mitattava kone voi sisältää esimerkiksi pyörivän akselin, johon sensori on kiinnitetty esimerkiksi liimaamalla. Tämän datan siirtäminen pilveen voi olla liian hidasta, kallista tai ei edes mahdollista tai sillä voi olla jokin muu haittavaikutus, kuten suuri akun virran kulutus. Ehdotettu menetelmä perustuu yksinkertaiseen pakkaussekvenssiin, joka on implementoitu c-kirjastoksi, jota voidaan ajaa joko palvelimilla tai sulautetuissa järjestelmissä.

Menetelmässä data pakataan häviöllisesti, joka vaatii sen laadun arvioimista pakkauksen määrän lisäksi sekä myös mahdollistaa useita eri laadun tasoja riippuen käyttötarkoituksen vaatimasta laadusta. Mahdollistamalla useita eri laadun tasoja, voidaan suurin sallittu signaalin laadun heikkeneminen kokeellisesti testata eri käyttötarkoituksissa.

Menetelmän laatua ja tehokkuutta arvioidaan monitoroimalla sen vaikutuksia erilaisiin suorituskykymittareihin sekä sen vaikutusta testataan vikojen diagnosointi ohjelmassa. Testeissä käytetään hyödyksi yhtä avointa sekä toista yksityistä datasettiä. Ehdotettua menetelmää verrataan olemassa oleviin ääni-koodekkeihin sekä työ käsittelee pakkauksen vaikutusta akkupohjaisten sulautettujen laitteiden energian kulutukseen sekä niiden elinikään.