Maschinen, die sich selbst zuhören und frühzeitig warnen, wenn etwas nicht stimmt: Mit diesem Ziel startet die Gesellschaft zur Förderung angewandter Informatik e. V. (GFaI) das Forschungsprojekt ANO-ML („Echtzeit-Anomalieerkennung in industriellen Anlagen“). Gefördert durch den Projektträger Euronorm mit rund 550.000 Euro soll das Vorhaben neue Wege finden, um Unregelmäßigkeiten in industriellen Prozessen schneller aufzuspüren.
In diesem Projekt entwickelt die GFaI Verfahren, die verschiedene Sensordaten – etwa Geräusche und Schwingungen – intelligent auswerten. Mit Hilfe mehrdimensionaler Sensorik, darunter akustische und schwingungsbasierte Systeme wie die Akustische Kamera und die WaveCam, analysieren spezialisierte Machine-Learning-Pipelines unterschiedliche Signalkanäle in Echtzeit. Die Sensorströme werden dabei nicht fusioniert, sondern getrennt optimiert, um robuste, adaptive Erkennungsmodelle zu ermöglichen.
Das soll helfen, ungewöhnliche Muster zu erkennen, bevor sie zu Störungen oder Ausfällen führen. Viele Probleme kündigen sich akustisch oder durch veränderte Bewegungen an. Genau dort setzt das Projekt an.
Statt eine große, schwerfällige Analyseplattform zu bauen, setzt die GFaI auf eine flexible Umsetzung der Algorithmen für Datenvorverarbeitung, Feature-Extraktion und Anomalieerkennung in Microservices – kleine Softwaremodule, die sich kombinieren, skalieren und auch in der Cloud betreiben lassen. Das macht die Technologie vielseitig einsetzbar – von Chemie- und Energieanlagen bis hin zum Maschinenbau.
Bis 2027 soll ein modulares, übertragbares Analyseframework entstehen, das Betreibern und Herstellern industrieller Anlagen neue Möglichkeiten im Bereich Condition Monitoring (Zustandsüberwachung) und Predictive Maintenance (vorausschauende Wartung) eröffnet.
Für weitere Informationen besuchen Sie die Projektseite der GFaI:
https://www.gfai.de/forschung/projekte/signalverarbeitung-und-akustische-kamera
In diesem Projekt entwickelt die GFaI Verfahren, die verschiedene Sensordaten – etwa Geräusche und Schwingungen – intelligent auswerten. Mit Hilfe mehrdimensionaler Sensorik, darunter akustische und schwingungsbasierte Systeme wie die Akustische Kamera und die WaveCam, analysieren spezialisierte Machine-Learning-Pipelines unterschiedliche Signalkanäle in Echtzeit. Die Sensorströme werden dabei nicht fusioniert, sondern getrennt optimiert, um robuste, adaptive Erkennungsmodelle zu ermöglichen.
Das soll helfen, ungewöhnliche Muster zu erkennen, bevor sie zu Störungen oder Ausfällen führen. Viele Probleme kündigen sich akustisch oder durch veränderte Bewegungen an. Genau dort setzt das Projekt an.
Statt eine große, schwerfällige Analyseplattform zu bauen, setzt die GFaI auf eine flexible Umsetzung der Algorithmen für Datenvorverarbeitung, Feature-Extraktion und Anomalieerkennung in Microservices – kleine Softwaremodule, die sich kombinieren, skalieren und auch in der Cloud betreiben lassen. Das macht die Technologie vielseitig einsetzbar – von Chemie- und Energieanlagen bis hin zum Maschinenbau.
Bis 2027 soll ein modulares, übertragbares Analyseframework entstehen, das Betreibern und Herstellern industrieller Anlagen neue Möglichkeiten im Bereich Condition Monitoring (Zustandsüberwachung) und Predictive Maintenance (vorausschauende Wartung) eröffnet.
Für weitere Informationen besuchen Sie die Projektseite der GFaI:
https://www.gfai.de/forschung/projekte/signalverarbeitung-und-akustische-kamera
