KI-MUSIK 4.0

Intelligente Technologien stellen in der Fertigung entscheidende Wettbewerbsvorteile dar. Hochleistungsfähige Mikroelektronik in Kombination mit Sensorik und eingebetteter Software sammelt und verarbeitet Prozessdaten in Industrieanlagen. Das ermöglicht bereits jetzt eine umfassende Digitalisierung von Produktionsprozessen und Betriebsabläufen in der Industrie 4.0.

Das Projekt »KI-MUSIK4.0« (Mikroelektronik-basierte universelle Sensor-Schnittstelle mit Künstlicher Intelligenz für Industrie 4.0) ist der nächsten Generation intelligenter, zunehmend autonomer Produktionssysteme gewidmet. Neueste Elektroniktechnologien sollen zusammen mit Methoden der Künstlichen Intelligenz (KI) für industrielle Anwendungen nutzbar werden. Diese neue Qualität der Datenverarbeitung am Ort des Geschehens ermöglicht eine sichere dezentrale Analyse- und Prognosefähigkeit. 

Für die Überwachung industrieller Anlagen und Maschinen können neuartige akustische Sensoren besonders viele Informationen über den Maschinenzustand liefern. Im Vorhaben werden Sensoren für die Nutzung in einem verteilten Netzwerk entwickelt. Eine Besonderheit ist, dass jeder Sensor große Datenmengen mittels KI vorverarbeiten und bewerten kann. Somit sendet jede Sensoreinheit deutlich weniger und zuverlässigere Informationen an die Basisstation. Die zu versendenden Datenmengen reduzieren sich erheblich, die Kommunikation wird beschleunigt und der Nutzer kann die Produktionsanlagen in Echtzeit überwachen. Die geplanten Forschungsarbeiten umfassen neben der Entwicklung neuartiger, energieeffizienter Sensorkonzepte auch Aspekte des maschinellen Lernens.

Die geplanten Vorhabenergebnisse aus realen Produktionsprozessen weisen auf das große wirtschaftliche Potenzial der mikroelektronischen Komponenten und Systeme hin. Die neuartigen Sensorkonzepte sind zuverlässiger, schneller und energiesparend. Unterschiedlichste Anwendungen speziell im Bereich der Industrie 4.0, können im Erfolgsfall von den Ergebnissen und Erkenntnissen aus dem Projekt profitieren – so z.B. auch der Bereich der prädiktiven Wartung von Produktionsanlagen.

• Entwicklung von verteilten intelligenten akustischen ein- und mehrkanaligen Sensorsystemen
• Erforschung von KI-Methoden im Bereich des maschinellen Lernens zur akustischen Fehler- und Zustandsüberwachung von Maschinen und Anlagen in einzelnen Anwendungsfällen und deren Einsatz in Sensornetzwerken
• Erforschung und Weiterentwicklung von Signalvorverarbeitungsmethoden und –verfahren zur Erreichung folgender Ziele:
  • Reduktion anwendungsspezifischer Störgrößen
  • Steigerung der Robustheit von KI-Methoden
  • Reduktion des Datenumfangs für die ressourceneffiziente Weiterverarbeitung und Modellierung sowie zur Optimierung der Leistungsfähigkeit etwa im Kontext der Zustandserkennung von Anlagen- und Maschinenkomponenten
• Erforschung von Methoden zur digitalen und für KI-Ansätze zuträglichen Abbildung von Expertenwissen im Sinne eines Expert-in-the-Loop Ansatzes (Methoden tragen zum effizienten Aufbau von Monitoring-Anwendungen und Wissensbasen und damit zur Verbesserung der Überwachung von Industrieprozessen bei)