Logo der Physikalisch-Technischen Bundesanstalt
Symbolbild Struktur

Themenfeld: Metrologie für Sensornetzwerke

Sensornetzwerke und ihre metrologischen Aspekte

Sensornetzwerke treten in Industrie 4.0-Umgebungen ebenso auf wie in autonomen Systemen, die auf Messdaten basierende Entscheidungen treffen. Die Forschungsarbeiten in diesem Themenfeld fokussieren sich auf die Verknüpfung der einzelnen Fachgebiete, um metrologische Fragestellungen für derartige Sensornetzwerke zu adressieren.

EPM 22DIT02 "Fundamental principles of sensor network metrology" (FunSNM)

Sensornetzwerke werden in vielen Bereichen eingesetzt, haben aber mit einer unterschiedlich hohen Datenqualität zu kämpfen, wobei die unbekannte Messunsicherheit und die fehlende Rückführbarkeit auf das SI ihre Anwendbarkeit einschränken. Um diese Probleme zu überwinden, wird sich dieses Projekt mit den metrologischen Aspekten von Sensornetzwerken befassen und die Unsicherheitsfortpflanzung, Datenqualitätsmetriken und SI-Rückverfolgbarkeit in generischen Sensornetzwerken sowie die Bewertung, Infrastruktur und Risikoanalyse verteilter Sensornetzwerke zusammen mit Software-Frameworks und Semantik durch automatisierte Anwendung der entwickelten Methoden abdecken. Die Anwendbarkeit der Methoden, Werkzeuge und Konzepte wird in typischen realen Sensornetzen demonstriert.

Projektdauer: 09/2023 - 08/2026

Ansprechperson: Opens local program for sending emailAnupam Vedurmudi

BMBF FAMOUS "AAS-basierte Modellierung zur Analyse veränderlicher cyber-physischer Systeme"

Für traditionelle industrielle Mess- und Kalibrierverfahren beruht die metrologische Qualitätsinfrastruktur auf akkreditierten Kalibriereinrichtungen und standardisierten Auswerteverfahren, um Messwerten eine quantitative Aussage über ihre Verlässlichkeit zuzuordnen. Im Zuge der digitalen Transformation müssen die zugrundeliegenden Verfahren grundlegend überarbeitet werden, um die Güte von Messdaten in sich verändernden Systemen im Kontext Industrie 4.0 automatisch ermitteln zu können, da die Qualität und Verlässlichkeit von Sensoren aufgrund unterschiedlicher Messfähigkeiten und Umgebungseinflüsse teilweise stark variieren.

Im Vorhaben werden hierfür einzelne Sensoren mit einem digitalen Zwilling verknüpft, der in der Lage ist, Informationen über die Messunsicherheit zu kommunizieren. Sub-Netze von Sensoren werden in flexiblen mathematischen Modellen zusammengefasst, um maschinennahe Datenauswertung zu ermöglichen. Mit Hilfe von Methoden des Organic Computing werden dabei flexible und teilweise autonom agierende Sub-Netzwerke gebildet. Weiterhin wird eine Methodik entwickelt, um unsichere Messstellen aus aggregierten Messwerten bzw. Kennwerten zu erkennen.

Ansprechperson: Opens window for sending emailMaximilian Gruber

Website des Projekts: Opens external link in new windowhttps://famous-project.eu

 

 

 

Workflow Projekt FAMOUS