BMBF-Verbundprojekt KI-Predict; Teilvorhaben Mo-KIS - Modulares, KI-basiertes Sensorinterface; Teilvorhaben KIS-Pro - Elektronik für verteilte künstliche Intelligenz zur sensorbasierten Prozess- und Zustandskontrolle

Abstract

Das vorliegende Dokument ist der Schlussbericht des Teilvorhabens „Modulares, KI-basiertes Sensorinterface“ des durch das BMBF geförderten Verbundprojekts KI-Predict. Ziel des Forschungsprojektes war die Nutzung von Methoden der Künstlichen Intelligenz auf unterschiedlichen Ebenen des Produktionsprozesses als Basis für zustandsbasierte, prädiktive Wartung von Produktionsanlagen und die Überwachung der Produktqualität direkt im Produktionsprozess. In vielen Vorarbeiten insbesondere der Projektpartner konnte bereits gezeigt werden, dass sich auch mit preiswerten Sensoren Prozessdaten erfassen lassen, aus denen sich die erforderlichen Informationen zum Zustand der Anlage und zur Qualität des Produktes mit KI-Methoden extrahieren lassen. Der Fokus lag zum einen auf der Entwicklung eines FPGA-basierten Messsystems zur Aufnahme von Daten verschiedenster Sensorik, zum anderen auf der Entwicklung und Implementierung von Algorithmik zur Datenverarbeitung sowie KI-Algorithmen zur Verschleißerkennung. Dabei sollte das Modul unterschiedlichste Sensoren im Hinblick auf Signale und Datenraten sowie des elektrischen Interfaces unterstützen können und die akquirierten Daten nach intelligenter Verarbeitung über eine digitale Schnittstelle nachfolgenden Applikationen zur Verfügung stellen, um eine universelle Signalverarbeitungsstruktur zu ermöglichen. Datei-Upload durch TIB This document is the final report of the sub-project "Modular, AI-based sensor interface" of the BMBF-funded joint project KIPredict. The aim of the research project was to use artificial intelligence methods at different levels of the production process as a basis for condition-based, predictive maintenance of production systems and the monitoring of product quality directly in the production process. It has already been shown in many preliminary studies, particularly by the project partners, that inexpensive sensors can also be used to record process data from which the necessary information on the condition of the system and the quality of the product can be extracted using AI methods. The focus was on the development of an FPGA-based measuring system for recording data from a wide range of sensors and on the development and implementation of algorithms for data processing and AI algorithms for wear detection. The module should be able to support a wide variety of sensors in terms of signals and data rates as well as the electrical interface and make the acquired data available to subsequent applications after intelligent processing via a digital interface in order to enable a universal signal processing structure.