An beiden Strängen arbeiten die Experten im Fraunhofer IZFP in Saarbrücken seither. Eine ganz zentrale Rolle spielte von Beginn an die Datengewinnung, die Datenverarbeitung sowie die Nutzung der Daten für die Prozessoptimierung. Um zu verstehen, warum digitale Daten die ausschlaggebende Rolle für die Transformation der ZfP spielen, sei das Prinzip der kognitiven Sensorik noch einmal kurz erklärt: Bisher folgt die ZfP einschlägigen Normen. Geprüft wird nach festen Intervallen mit definierten Methoden – unabhängig davon, ob die Prüfung sinnvoll ist. Nicht ganz zu Unrecht wurde die ZfP darum häufig ausschließlich als Kostenfaktor gesehen.
Das Sensorsystem als „gegenständliches Gehirn“
Mit kognitiven Sensorsystemen lässt sich dieser Prozess vollständig revolutionieren: Statt nach festgelegten Normen erfolgt eine individuelle, kontinuierliche Messung über das Sensorsystem – egal, ob in der Produktion, dem Predictive Maintenance oder anderen Anwendungsfeldern. Das Sensorsystem misst aber nicht nur, es wertet die Daten auf Basis von u.a. Künstlicher Intelligenz selbstständig aus und steuert zum Beispiel während des Produktionsprozesses die Maschine, um eine gleichbleibend hohe Ergebnisqualität zu erzielen. Oder es erkennt Materialveränderungen und analysiert und klassifiziert diese, um zu entscheiden, ob und wenn ja wo und mit welchen Verfahren eine ZfP stattfinden muss. „Moderne Sensorsysteme begleiten ein Bauteil oder eine Maschine über den gesamten Lebenszyklus: Sie sammeln Daten, werten diese aus und treffen autonome Entscheidungen. Das müssen sie aber erst lernen und für diesen Lernprozess brauchen wir einen großen Pool bestehend aus einheitlichen, gut aufbereiteten Daten. Und wir brauchen ein System, das diese Daten langfristig speichern, weitergeben, lesen und auswerten kann. Und hier kommt das DIMATE PACS von der DIMATE GmbH ins Spiel. Wir setzen die Software ein, um aus unseren Forschungsdaten lernen zu
Einheitlich, unabhängig, DICONDE
Das klingt recht banal, ist es aber ganz und gar nicht. Denn die Formatvielfalt in der ZfP ist enorm. Jede Messmethode und manchmal sogar jeder Hersteller eines Prüfgerätes verwendet ein eigenes Datenformat. Ein Zusammenführen und Analysieren von Daten eines Bauteils aus unterschiedlichen Quellen wird dadurch unmöglich. „Der erste Schritt auf dem Weg hin zu autonomen, kognitiven Sensorsystemen ist also eine Harmonisierung der Mess- und Prüfdaten, um einen einheitlichen Datenpool zu erstellen. Nur, wenn wir ein sensorunabhängiges Format nutzen, können wir mit unseren Forschungsdaten und später auch mit Kundendaten Mehrwerte erzeugen“, erklärt Dr. Ralf Tschuncky, Leitender Wissenschaftler am Fraunhofer IZFP. Nach einiger Recherche entschieden sich die Wissenschaftler für DICONDE als sensorunabhängiges generisches Datenformat. DICONDE (Digital Imaging and Communication in Non Destructive Evaluation) ist nicht nur ein international bekanntes und anerkanntes Format. Es hat darüber hinaus den Vorteil, dass Metadaten mit dokumentiert werden und diese zusammengeführt mit den Messdaten in einem Datenformat gebündelt werden können.
DIMATE als DICONDE Pionier
Eines der wenigen, wenn nicht das einzige IT-System für das Management von Prüfdaten, das auf DICONDE basiert und somit hersteller- und modalitätenunabhängig Prüfdaten verarbeiten und archivieren kann, ist DIMATE: „Wir kannten das Unternehmen bereits aus den einschlägigen Arbeitskreisen der DGZfP. Die IT-Lösung DIMATE kam unseren Anforderungen sehr nahe, was uns die Arbeit an der Datenbasis enorm erleichterte. Denn wir konnten auf eine vorhandene Serverarchitektur, einen hohen Funktionalitätsgrad und eine sehr intuitive Benutzeroberfläche aufbauen“, so Ralf Tschuncky.
Für Bernd Valeske waren noch zwei weitere Aspekte ausschlaggebend für die Zusammenarbeit mit der DIMATE GmbH: Der sehr gute digitale Workflow und das Rechtemanagement: „Bei uns gibt es unterschiedliche Arbeitsgruppen, die auf verschiedene Messmethoden spezialisiert sind. Jeder sammelt seine Daten, beschreibt sie im DICONDE-Format und speist sie in das System. Es kommen also zu einem Objekt Daten aus verschiedenen Gruppen in das System. Das ist die Basis, um Machine Learning zu betreiben und letztlich die Algorithmen zum Beispiel für KI-Anwendungen zu entwickeln. Nun sind wir aber eine akkreditierte und zertifizierte Forschungseinrichtung, die entsprechend hohen Anforderungen an den Datenschutz unterliegt. Darum brauchen wir ein sehr gutes Rechte- und Zugriffsmanagement um zu gewährleisten, dass Daten nur für die Forscher sichtbar sind, die direkt mit ihnen arbeiten.“
DIMATE ermöglicht es also, zwei Fliegen mit einer Klappe zu schlagen: Zum einen, Daten qualifiziert zusammenzuführen, zu archivieren, zu bearbeiten und zu analysieren. Zum anderen, den geltenden Datenschutzbestimmungen in allen Belangen gerecht zu werden. Der Entwicklung von KI-Modellen, die dann Einzug in intelligente Sensoren erhalten steht also nichts mehr im Wege.
Headerbild: Foto Fraunhofer IZFP (Copyright: Frank Blümler)
Möchten Sie über ZfP 4.0 auf dem Laufenden bleiben und keine Tipps mehr verpassen?