Verbundvorhaben EMILIE - Sichere und robuste Zustandsüberwachung und Prozesssteuerung mittels intelligenter Edge-Elektronik; Teilvorhaben: "Signalverarbeitung und Machine Learning Verfahren zur robusten Zustandsüberwachung und Prozess-Steuerung mittels intelligenter Edge-Elektronik"

Abstract

Das Ziel von EMILIE ist die signifikante Verbesserung von Mikroelektronik und passgenauer Systemsoftware in dezentralen, lokal an Industrieanlagen angebrachten Sensoren und Edge-Gateways zur sichereren, KI-basierten Datenerfassung und Informationsverarbeitung. Im Rahmen von EMILIE bildet das Teilvorhaben des Fraunhofer ITWM die Schnittstelle zwischen Anwendungen und der zu entwickelnde Mikroelektronik. Im Bereich der Erweiterung von Edge Devices konzentrierte sich das ITWM auf folgende Zielsetzungen. 1. Erweiterung des magnetostriktiven Sensor zur Drehmomentmessung der Firma Magnetic Sense GmbH mit Algorithmen zur Erfassung und Überwachung von Drehmoment, Drehzahl und Drehwinkel. 2. Erweiterung einer Industriekamera der Firma Mobotix AG mit intelligenten Algorithmen zur flexiblen Vibrationsüberwachung von Industrieanlagen. Erweiterung des Edge-Gateways der Firma congatec GmbH mit intelligenten KI-Algorithmen zur flexiblen Analyse und Fusion von Sensor und Steuersignalen. In enger Zusammenarbeit mit den Anwendungspartnern integriert das ITWM die Erweiterungen der Hardware-Komponenten in zwei konkrete Anwendungen, um Verbesserungen im Anlagenbetrieb hinsichtlich Energieeffizienz und Verschleiß zu erzielen. Konkret standen hierbei folgende Verbesserungen im Vordergrund: 1. Skalierende, vertrauenswürdige, lokal verbleibende Datenhaltung durch intelligente Datenvorverarbeitung in Sensoren wie induktive, berührungslose Sensoren, Kameras und Edge-Gateways, 2. Ressourceneffiziente, digitale Weitergabe von gesicherten Informationen und relevanten Historien zu erkannten Ereignissen ohne Übermittlung der Rohdaten, 3. Am Edge-Device implementierte KI-Verfahren zur Zustandsüberwachung, Prädiktiven Instandhaltung und Regelung, um echtzeitnah und nachvollziehbar Zustandsmuster zu identifizieren, die die Ereignisse erfasster Situationen ermitteln und bewerten bzw. Anlagen ressourceneffizient steuern.