Η εξέλιξη των ενσωματωμένων συστημάτων οδήγησε στη δημιουργία μικροϋπολογιστών συστημάτων χαμηλού κόστους τα οποία είναι ικανά να καταγράφουν, αποθηκεύουν και να επεξεργάζονται αναπνευστικά σήματα εντοπίζοντας έτσι ανωμαλίες της αναπνευστικής δραστηριότητας κατά τη διάρκεια του ύπνου. Τα αποτελέσματα αυτής της δραστηριότητας οδηγούν στην συστηματικότερη παρακολούθηση ασθενών με αναπνευστική ανεπάρκεια και βοηθούν στη διάγνωση και πρόληψη τέτοιων αρρυθμιών εν τη γενέσει τους όσον αφορά σε εν δυνάμει ασθενείς. Στα πλαίσια λοιπόν αυτής της εργασίας παρουσιάζεται ένα τέτοιο ενσωματωμένο σύστημα χαμηλού κόστους το οποίο καταγράφει ,αποθηκεύει και επεξεργάζεται αναπνευστικά σήματα που έχουν ληφθεί κατά τη διάρκεια ανθρώπινου ύπνου. Στα κεφάλαια που ακολουθούν αναλύεται η δομή ,οι επιμέρους συνιστώσες του συστήματος καθώς και μέθοδοι επεξεργασίας του σήματος. Αρχικά λοιπόν ορίζεται το ιατρικό και θεωρητικό υπόβαθρο πάνω στο οποίο στηρίζονται οι ισχυρισμοί και μέθοδοι που ακολουθούνται. Εν συνεχεία, γίνεται εισαγωγή στους στοιχειώδεις ορισμούς όπως αυτοί του μικροελεγκτή και ενσωματωμένου συστήματος και γίνεται μια πρώτη αναφορά στο μικροελεγκτή ADuC 7020 της Analog Devices που χρησιμοποιήσαμε και στα περιφερειακά αυτού. Επίσης γίνεται και ανάλυση των στοιχειωδών χαρακτηριστικών του περιβάλλοντος μVision της Keil που μας επιτρέπουν να κάνουμε προσομοιώσεις με μηδενικό υλικό στη διάθεσή μας. Σε επόμενο κεφάλαιο γίνεται αναλυτική επεξήγηση του μικροελεγκτή μας και δίνονται επιπλέον ενδεικτικά παραδείγματα με τα οποία γίνονται κατανοητές βασικές δυνατότητες που προσφέρει αυτός και στις οποίες θα στηριχθούμε για να δομήσουμε το δικό μας πρόγραμμα. Σημειώνουμε εδώ πως ο προγραμματισμός του μικροελεγκτή και των περιφερειακών του έγινε σε γλώσσα προγραμματισμού C. Τέλος παραθέτουμε αναλυτικά τον κώδικα της εφαρμογής μας και καταλήγουμε σε αποτελέσματα και συμπεράσματα. / The development of embedded system has led to the creation of low cost microcomputer systems that are capable of recording, storing and processing respiratory signals thus giving the opportunity to identify respiratory abnormalities during sleep time. Results of such activities result in more intensive monitoring of patients with respiratory insuffiency and help other potential patients to diagnose the abnormalities and prevent them. Within this thesis, we present such a low cost embedded system that records, stores and processes the respiratory signal of snores obtained during human sleep. In the following chapters we analyze the structure, each component of the system and the methods being implemented. Initially we define the medical and theoretical background on which we are based to build in our program and apply our methods. Moreover, we give the basic definitions such as the microcontroller’s and the embedded system’s, and we make the first presentation of the microcontroller ADuC 7020 of Analog Devices and its peripherals that will be used for implementation. We also present the μVision the Keil environment which enables us to emulate the microcontroller having at our disposal zero hardware. Later we will give a detailed explanation of this microcontroller and some basic examples of its programming possibilities are presented that will help us the application. The programming of the microcontroller and its peripherals was done in C programming language. Finally the programming of the microcontroller is given and explained in detail and we conclude with the results.

Η εξέλιξη των ενσωματωμένων συστημάτων οδήγησε στη δημιουργία μικροϋπολογιστών συστημάτων χαμηλού κόστους τα οποία είναι ικανά να καταγράφουν, αποθηκεύουν και να επεξεργάζονται αναπνευστικά σήματα εντοπίζοντας έτσι ανωμαλίες της αναπνευστικής δραστηριότητας κατά τη διάρκεια του ύπνου. Τα αποτελέσματα αυτής της δραστηριότητας οδηγούν στην συστηματικότερη παρακολούθηση ασθενών με αναπνευστική ανεπάρκεια και βοηθούν στη διάγνωση και πρόληψη τέτοιων αρρυθμιών εν τη γενέσει τους όσον αφορά σε εν δυνάμει ασθενείς. Στα πλαίσια λοιπόν αυτής της εργασίας παρουσιάζεται ένα τέτοιο ενσωματωμένο σύστημα χαμηλού κόστους το οποίο καταγράφει, αποθηκεύει και επεξεργάζεται αναπνευστικά σήματα που έχουν ληφθεί κατά τη διάρκεια ανθρώπινου ύπνου. Στα κεφάλαια που ακολουθούν αναλύεται η δομή, οι επιμέρους συνιστώσες του συστήματος καθώς και μέθοδοι επεξεργασίας του σήματος. Αρχικά λοιπόν ορίζεται το ιατρικό και θεωρητικό υπόβαθρο πάνω στο οποίο στηρίζονται οι ισχυρισμοί και μέθοδοι που ακολουθούνται. Εν συνεχεία, γίνεται εισαγωγή στους στοιχειώδεις ορισμούς όπως αυτοί του μικροελεγκτή και ενσωματωμένου συστήματος και γίνεται μια πρώτη αναφορά στο μικροελεγκτή ADuC 7020 της Analog Devices που χρησιμοποιήσαμε και στα περιφερειακά αυτού. Επίσης γίνεται και ανάλυση των στοιχειωδών χαρακτηριστικών του περιβάλλοντος μVision της Keil που μας επιτρέπουν να κάνουμε προσομοιώσεις με μηδενικό υλικό στη διάθεσή μας. Σε επόμενο κεφάλαιο γίνεται αναλυτική επεξήγηση του μικροελεγκτή μας και δίνονται επιπλέον ενδεικτικά παραδείγματα με τα οποία γίνονται κατανοητές βασικές δυνατότητες που προσφέρει αυτός και στις οποίες θα στηριχθούμε για να δομήσουμε το δικό μας πρόγραμμα. Σημειώνουμε εδώ πως ο προγραμματισμός του μικροελεγκτή και των περιφερειακών του έγινε σε γλώσσα προγραμματισμού C. Τέλος παραθέτουμε αναλυτικά τον κώδικα της εφαρμογής μας και καταλήγουμε σε αποτελέσματα και συμπεράσματα. / The development of embedded system has led to the creation of low cost microcomputer systems that are capable of recording, storing and processing respiratory signals thus giving the opportunity to identify respiratory abnormalities during sleep time. Results of such activities result in more intensive monitoring of patients with respiratory insuffiency and help other potential patients to diagnose the abnormalities and prevent them. Within this thesis, we present such a low cost embedded system that records, stores and processes the respiratory signal of snores obtained during human sleep. In the following chapters we analyze the structure, each component of the system and the methods being implemented. Initially we define the medical and theoretical background on which we are based to build in our program and apply our methods. Moreover, we give the basic definitions such as the microcontroller’s and the embedded system’s, and we make the first presentation of the microcontroller ADuC 7020 of Analog Devices and its peripherals that will be used for implementation. We also present the μVision the Keil environment which enables us to emulate the microcontroller having at our disposal zero hardware. Later we will give a detailed explanation of this microcontroller and some basic examples of its programming possibilities are presented that will help us the application. The programming of the microcontroller and its peripherals was done in C programming language. Finally the programming of the microcontroller is given and explained in detail and we conclude with the results.

Mέσα στα πλαίσια της διπλωματικής αυτής προσεγγίστηκε μια νεα τεχνική για τη διάγνωση σφαλμάτων τετράχρονης μηχανής. Αυτή η τεχνική βασίζεται πάνω σε πιεζοηλεκτρικά υλικά και αισθητήρες και υλοποιεί την ικανότητά τους να μετατρέπουν μηχανική τάση ή πίεση σε ηλεκτρική τάση. Αυτοί οι αισθητήρες τοποθετούνται πάνω στη μηχανή και το παραγόμενο σήμα δειγματοληπτείται και περνά απο μια επεξεργασία με σκοπό την αποκόμιση μιας διάγνωσης για την κατάσταση στην οποία βρίσκεται η μηχανή αλλά και για τη συνεχή παρακολούθηση αυτής. Κατα την εκπόνηση της διπλωματικής, διαφορετικές τεχνικές για την εύρεση σφαλμάτων μηχανής χρησιμοποιούνται και προσεγγίζονται διαφορετικοί αλγόριθμοι δειγματοληψίας και επεξεργασίας με σκοπό να εξασφαλισθεί ο πιο αποδοτικός για την εφαρμογή αυτή. Ακόμα, η χρήση και οι ικανότητες των σύγχρονων ενσωματωμένων συστημάτων ερευνώνται και πιο συγκεκριμμένα του μικροεπεξεργαστή της Analog, τον ADuC7020, πάνω στον οποίο βασίζεται και η διπλωματική αυτή, για την υλοποίηση της συσκευής εντοπισμού σφαλμάτων και τον προγραμματισμό αυτής. Κατα την φάση της εξομοίωσης, ένα ημιτονοειδές σήμα χρησιμοποιήθηκε για την προσέγγιση του ήχου της μηχανής. Στο στάδιο της επεξεργασίας του σήματος χρησιμοποιήθηκε ψηφιακό φίλτρο πεπερασμένης κρουστικής απόκρισης (FIR) και τροποποιημένος αλγόριθμος DFT για τη δειγματοληψία και την επεξεργασία του ψηφικοποιημένου σήματος αλλά και για την αναγνώριση της συχνότητας. Πιο συγκεκριμένα, υλοποιήθηκε ο βελτιστοποιημένος αλγόριθμος Goertzel ο οποίος προτιμήθηκε για την επίτευξη μεγαλύτερων ταχυτήτων. Τέλος, υλοποιήθηκε και η τεχνική της υπερδειγματοληψίας για την επίτευξη μεγαλύτερης ακρίβειας. Ο προγραμματισμός έγινε σε γλώσσα C και το λογισμικό που χρησιμοποιήθηκε ήταν το μVision4 της Keil. / At the present thesis we examine the automatic fault detection in petrol engines using piezoelectric sensors in embedded systems.