Sicherheitskritische Elektroniksysteme müssen höchste Anforderungen an Zuverlässigkeit und Verfügbarkeit erfüllen. Prädiktive Instandhaltungsstrategien ermöglichen es, unvorhergesehene Ausfälle zu vermeiden und eine hohe Zuverlässigkeit über die gesamte Lebensdauer zu gewährleisten. Durch datengetriebene Methoden kann der Zustand dezentralisierter Systeme mit einer hohen Anzahl an Einheiten simultan überwacht werden. Dies erfordert die Erkennung von Fehlervorläufern in historischen Datensätzen und deren Bewertung hinsichtlich des Systemzustands. Dazu werden in diesem Projekt die Fragestellungen thematisiert, welche Arten von Fehlervorläufern zur Zustandsüberwachung elektronischer Systeme relevant sind und wie diese durch Integration von Expertenwissen und Hardwaretests in Algorithmen des maschinellen Lernens erkennbar gemacht werden können.
Das Projekt wird gefördert durch das Wolfgang-Gentner-Programm des Bundesministeriums für Bildung und Forschung (BMBF-Forschungsvorhaben 13E18CHA).
Publikationen
- Waldhauser, Felix ; Boukabache, Hamza ; Perrin, Daniel ; Dazer, Martin: Wavelet-based Noise Extraction for Anomaly Detection Applied to Safety-Critical Electronics at CERN. In: Proceedings of the 32nd European Safety and Reliability Conference (ESREL 2022), 2022. — ISBN 978-981-18-5183-4 — IMA-ZUV 401 (peer-review)
- Waldhauser, Felix ; Dazer, Martin ; Bertsche, Bernd: Strahlenschutz am CERN: Wie können Ausfälle hochsensibler elektronischer Systeme aus der Ferne sicher vorhergesagt werden? In: WiGeP-News Dezember 2022. (2022), Nr. 2, S. 18–19 — IMA-ZUV 407
Kontakt
Felix Waldhauser
M. Sc.Doktorand