KI-gestützte Selbstvalidierung komplexer elektronischer Systeme - SesiM

Echtzeit-Prognose des Systemzustands anhand funktionaler Parameter im laufenden Betrieb. Hierdurch werden kritische Systemzustände und Stillstandszeiten verhindert. Die Zustandsbewertung ermöglicht weiterhin neue Businessmodelle wie das Second Use von Komponenten und Baugruppen.

Beschreibung der Umsetzung:

  • Kombination klassischer Fehlermodelle und maschineller Lernmethoden (KI) zur Zuverlässigkeitsvorhersage (Grey-Box-Modeling)
  • Ressourceneffiziente Implementierung mit standardisierten Schnittstellen wie FMI und OPC UA
  • Universelle Systemmodellierung, die keine zusätzliche Sensorik benötigt

Abgeleitetes Angebot für die Industrie:

  • Ressourceneffiziente Strategien zur Bewertung des Zustands und der Restlebensdauer im laufenden Betrieb
  • Digitaler, datenbasierter Fingerabdruck zur Erkennung von alterungsbedingter Abnutzung und Manipulationen
  • Vertrauenswürdige Kompaktmodelle (System-, Degradationsmodelle) zur Einbindung in digitale Zwillinge
  • Restlebensdauer als Entscheidungskriterium für: Wiederverwendung/ Wiederaufbereitung/ Recycling
© Fraunhofer IZM