Beschreibung

Der Einsatz komplexer Sensorsysteme und deren bedarf steigt seit Jahren kontinuierlich. Jedoch ist jedes Messverfahren mit Fehlern behaftet und es gilt einen Kompromiss zwischen tolerierbarer Unvollkommenheit und spezifischen Vorteilen zu finden. Im Besonderen weisen einzelne Sensoren hohe Messungenauigkeiten auf da nur eine einzige physikalische Größe quantifiziert werden kann. Durch Einsatz der ‘Sensordatenfusion’ werden Daten mehrerer Sensoren verschmolzen um Merkmale wie die Zuverlässigkeit, die Qualität der Messwerte und den Gesamterfassungsbereich zu erhöhen. Es können Schwächen einzelner Sensorsysteme ausgeglichen und eine höhere Ausfallsicherheit mittels Redundanz gewährleistet werden. Das Ziel der Arbeit ist das Design, die Entwicklung und die Fusion von MEMS-basierten (Gradienten-) Feld- und Inertialsensoren. Dabei verspricht ein optischer Auslesemechanismus eine erheblich höhere Sensitivität als konventionell am Markt erhältliche Sensoren. Die Implementierung intelligenter Algorithmen in das Sensorsystem sollen den Einsatz des Hybridsensors 1) in der Arbeitssicherheit, 2) bei zerstörungsfreie Prüfverfahren und 3) zur Unterstützung der Navigation autonomer Systeme in Innenräumen oder Bereichen ohne GPS-Empfang, ermöglichen. Im Folgenden werden die obengenannten Einsatzmöglichkeiten des Sensorsystems näher diskutiert.

Details

Projektzeitraum 01.10.2019 - 30.06.2023
Fördergeber Bundesländer (inkl. deren Stiftungen und Einrichtungen)
Förderprogramm
GFNÖ
Department

Department für Integrierte Sensorsysteme

Zentrum für Mikro- und Nanosensorik

Projekt­verantwortung (Universität für Weiterbildung Krems) Univ.-Prof. Dr. Hubert Brückl

Publikationen

Kahr, M.; Kovacs, G.; Brückl, H. (2022). Fault Size Estimation of Ball Bearings: A Machine Learning Approach for Noisy Data. In: IEEE, Proceedings in 2022 IEEE Sensors: 1-4, IEEE, Dallas

Vorträge

Condition Monitoring of Ball Bearings / A machine learning approach

Impact Award 2022, Gesellschaft für Forschungsförderung Niederösterreich m.b.H., 17.11.2022

Fault Size Estimation of Ball Bearings: A Machine Learning Approach for Noisy Data

2022 IEEE Sensors, 01.11.2022

Zum Anfang der Seite