Diseño y modelado con procesos Gaussianos de un sensor blando

• Muñoz Sánchez, Víctor ^[1] ; Ballester Bernabeu, Carmen ^[1] ; Copaci, Dorin ^[1] ; Moreno Lorente, Luis ^[1] ; Blanco Rojas, Dolores ^[1]
  1. [1] Universidad Carlos III de Madrid

     Universidad Carlos III de Madrid

     Madrid, España

     
• Localización: Jornadas de Automática, ISSN-e 3045-4093, Nº. 45, 2024
• Idioma: español
• Títulos paralelos:
  • Design and Gaussian processes modeling of a soft sensor
• Enlaces
  • Texto completo
• Resumen
  • español

    En este estudio, se presenta el diseño y modelado de un sensor blando piezoresistivo utilizando hilos de poliamida recubiertos de plata. Estos sensores destacan por su flexibilidad, bajo coste y fácil integración en textiles, lo que los hace ideales para aplicaciones en tecnología vestible. Se evalúan diferentes recubrimientos, identificando la silicona como la mejor opción para mejorar la sensibilidad y la relación señal/ruido. El montaje experimental incluye un banco de pruebas especializado para medir la respuesta del sensor bajo diversas condiciones de deformación. Se han aplicado Procesos Gaussianos (GP) para modelar la histéresis tensión-deformación, mostrando un rendimiento excepcional en la predicción y manejo de la incertidumbre. Las pruebas de validación cruzada confirman la eficacia de los GP en la caracterización del sensor, proporcionando una herramienta poderosa para aplicaciones de monitoreo de movimientos humanos y asistencia tecnológica. Este trabajo contribuye al avance de los sensores blandos, ofreciendo soluciones prácticas y precisas para su implementación en textiles inteligentes.

  • English

    In this study, the design and modeling of a piezoresistive soft sensor using silver-coated polyamide yarns is presented. These sensors stand out for their flexibility, low cost and easy integration into textiles, making them ideal for wearable technology applications. Different coatings are evaluated, identifying silicone as the best option to improve sensitivity and signal-to-noiser atio. The experimental setup includes a specialized test bench to measure the sensor response under various deformation conditions. Gaussian Processes (GP) have been applied to model the stress-strain hysteresis, showing exceptional performance in prediction and uncertainty handling. Cross-validation tests confirm the effectiveness of GPs in sensor characterization, providing a powerful tool for human motion monitoring and assistive technology applications. This work contributes to the advancement of soft sensors, offering practical and accurate solutions for implementation in smart textiles.