Verbundvorhaben: RUBIN - QUANTIFISENS; Teilprojekt: Konzeptionierung und experimentelle Technologievalidierung eines KI-basierten Sensor Analytics-Framework

Abstract

Im Rahmen des Teilvorhabens entwickelte und validierte die SMA Development GmbH (epicinsights) ein modulares Software-Framework zur algorithmischen Optimierung und Analyse faseroptischer Sensordaten. Der Fokus lag auf der Signalverarbeitung von Distributed Temperature Sensing (DTS, Brillouin-Streuung) und Distributed Acoustic Sensing (DAS, Rayleigh-Streuung) für die Infrastrukturüberwachung. Zur Verbesserung der DTS-Signalqualität wurde der fundamentale physikalische Trade-off zwischen Messreichweite und räumlicher Auflösung als zweikriterielles Optimierungsproblem formalisiert und mittels einer reproduzierbaren DVC-Pipeline (Data Version Control) untersucht. Die Evaluierung verschiedener Filterverfahren zeigte, dass ein optimierter Wavelet-Filter die effektive Messreichweite (Distance Range) um bis zu 10 % gegenüber klassischen Methoden steigern kann. Für DAS-Daten wurde eine vollständige Verarbeitungspipeline etabliert, die mittels MFCC-Merkmalsextraktion (Mel-Frequency Cepstral Coefficients) und statistischer Anomalieerkennung akustische Ereignisse im Demonstrator-Umfeld zuverlässig identifiziert. Um hardwareseitige Abhängigkeiten zu minimieren, wurde zusätzlich ein DTS-Simulations-Framework entwickelt, welches die Validierung der Analysemethoden auch ohne physische Messgeräte ermöglichte. Die erarbeiteten Methoden zur Rauschunterdrückung, multisensorischen Datenfusion und Zeitreihenanalyse bilden nun die technologische Basis für hochspezialisierte KI-Dienstleistungen in der Glasfasersensorik-Branche.