aktuelle Forschungs- und Entwicklungs­projekte [+]


Projektfamilie: AKKUT - Automatische Konditions-Klassifikation mit unüberwachten Trainingsmethoden

AKKUT/E - Smart Edge: Dezentrale KI und sicheres, adaptives Datenmanagementmodul

Eine kontinuierliche Zustandsüberwachung an im Dauerbetrieb befindlichen Maschinen ist ein wichtiger Faktor, um die Anlagenverfügbarkeit zu garantieren und Schäden durch unvorhergesehene Störungen zu minimieren. Eine qualitativ hochwertige Zustandsaussage erfordert die Unempfindlichkeit des Analysesystems gegenüber Veränderungen, die unabhängig vom Anlagenzustand eintreten. Hierzu zählen schwankende Umgebungs­bedingungen, Fremdgeräusche oder planmäßig wechselnde Belastungszustände.
In Prozess- und Betrieb­süberwachungs­situationen an komplexen Systemen haben sich Künstliche-Intelligenz-Mustererkennungsverfahren als universelles Werkzeug herausgestellt, um ohne detaillierte physikalische Beschreibung des Vorgangs Klassifikationsergebnisse zu generieren. Die Wirksamkeit und das Erkennungsergebnis dieser Verfahren wird immer durch die Repräsentativität der trainierten Daten und eine mehr oder minder große zulässige Toleranz gegenüber den Referenzmustern bestimmt.
Als Beispielanwendungen kämen Geräusch- und Vibrationsprofile von Produktions- oder auch Landmaschinen in Frage mit dem Ziel, Produktqualität und Wartungszustand des Aggregates zu klassifizieren. Unterschiedliche Faktoren führen dabei zu einer Abwandlung des "Normzustandes". Schwankende Umgebungs­bedingungen, Fremdgeräusche, unterschied­liche Maschinenausstattung sowie Material- und Gutstreuungen können den Fingerabdruck eines Vorgangs und damit auch das Klassifikationsergebnis maßgeblich beeinflussen.
Es ist vorgesehen, Sensordaten unterschiedlicher Meßgrößen zu fusionieren und als Muster für die Erkennung durch die nachgelagerte KI zu verwenden. Es wird erwartet, dass sich dadurch Trennschärfe und Präzision der Erkennung maßgeblich verbessern lassen.

Teilprojekt Logic Way: Hardware, Kommunikationsmodul

Logic Way übernimmt innerhalb des Projektes die Entwicklung des Kommunikationsmoduls (Edge Device) und des zugehörigen Software-Komponentenstacks für die Abbildung von Condition-Monitoring-Aufgabenstellungen für Großkraftmaschinen. Der vom Kommuni­kations­modul abzudeckende Funktionsumfang umfaßt dabei die Erfassung von Sensormeßwerten aus verschiedenen Quellen und mit unterschiedlichen Hardware­schnitt­stellen, deren relevanzadaptive Filterung und zeitliche Synchronisation sowie verzögerungstolerante und kryptografisch abgesicherte Weiter­übertragung zum Cloud-Kommuni­kations­endpunkt. In umgekehrter Kommunikations­richtung erstrecken sich die Aufgaben des Kommunikations­moduls auf das Vorhalten eines lokalen Erkennungs­muster­bestandes, die Ausführung vorgegebener KI-Modelle, die Parameter­verteilung an Komponenten der Feldebene (hauptsächlich Sensoren). Mitlaufend werden vom Kommunikations­modul statistische Auswertungen ausgeführt, Ereignislisten erzeugt und verwaltet und die Bedien­oberfläche in Web-Technologie bereitgestellt.

Projektübersicht:

Das PDF-Dokument kann nicht eingebettet angezeigt werden. Sie können es stattdessen hier herunterladen.


„AKKUT/E“ wird von Logic Way in Kooperation mit Fraunhofer IGP Rostock bearbeitet.

„AKKUT“-Projektfamilie:
ASEDA - Akustisches Sensornetzwerk mit Echtzeitdatenauswertung
IDaS - Intelligente Datenauswertung von Sensornetzwerken

Europäische Union/EFRE-Logo Mecklenburg-Vorpommern, Landessignet

"AKKUT/E" wird kofinanziert von der Europäischen Union aus dem Europäischen Fonds für regionale Entwicklung.


Offene smarte Komponenten für die digitale Nahrungsmittelwirtschaft (OsKoNa)
Netzwerk zur Vermeidung von Krankenhausinfektionen durch verhaltenspsychologisch basierte elektronisch rückgekoppelte Verbesserung der Händehygiene in medizinischen Einrichtungen (StopInfekt)
Adaptive Regelung und Visualisierung von CAD/CAM Prozessen (ZuSta-(AR)²)
Big Data im Landwirtschaftlichen Prozeß innovativ nutzen (BiDa-LaP)

kundenspezifische Softwareentwicklung
Projektarchiv
Kontaktformular