IMPLEMENTAÇÃO DE REDE NEURAL ARTIFICIAL EM FPGA PARA ANÁLISE VIBRACIONAL DE SINAIS DE ACELERÔMETROS

Resumo

O presente projeto consiste em implementar em FPGA uma rede neural previamente treinada com a arquitetura Perceptron Multicamadas com aprendizado supervisionado para classificar dados de acelerômetros com diferentes padrões de vibração. A topologia da rede utilizada foi 4-5-1, sendo 4 entradas, 5 neurônios na camada intermediária e 1 na saída. Foi utilizada a linguagem VHDL (VHSIC Hardware Description Language) para a descrição comportamental da rede. O ambiente de desenvolvimento foi o Quartus II, também utilizado como simulador, considerando o FPGA da família MAX 10. A rede implementada em FPGA apresentou acurácia de 75%, resultado semelhante ao obtido pela rede implementada em software, 79%, indicando que é possível o emprego de FPGAs em aplicações onde não se dispõe de acesso à rede e/ou computadores.