Akustische Messtechnik: Künstlich intelligente „Lauscher“

| |
1 Star2 Stars3 Stars4 Stars5 Stars

Qualitätskontrolle orientiert sich meist an visuellen oder physikalischen Kriterien. Ein neues kognitives System erkennt dagegen Fehler anhand von akustischen Signalen bis zu 99 Prozent exakt.

Bei der industriellen Fertigung ist es entscheidend, dass die Maschinen funktionieren und das Produkt keine Mängel aufweist. Der Produktionsprozess wird daher kontinuierlich überwacht. Von Menschen, aber auch von immer mehr Sensoren, Kameras, Soft- und Hardware. Meist orientiert sich die von Maschinen übernommene automatisierte Prüfung an visuellen oder physikalischen Kriterien.

Nur der Mensch setzt ganz natürlich auch seine Ohren ein: Wenn etwas ungewöhnlich klingt, schaltet er die Maschine sicherheitshalber ab. Das Problem: Jeder Mensch nimmt Geräusche unterschiedlich war. Ob etwas schief läuft, ist daher eher ein subjektives Gefühl und bietet eine erhöhte Fehleranfälligkeit.

Akustische Messtechnik mit neuronalen Netzen

Das Fraunhofer IDMT entwickelt dagegen kognitive Systeme, die Fehler anhand von akustischen Signalen exakt erkennen. Der technologische Ansatz vereint intelligente akustische Messtechnik und Signalanalyse, maschinelles Lernen sowie datensichere, flexible Datenspeicher. Hat man sie einmal trainiert, können kognitive Systeme objektiver hören als das menschliche Gehör: Statt zwei stehen ihnen sozusagen viele Tausende Ohren zur Verfügung – in Form millionenfacher neutraler Datensätze. Erste Pilotprojekte mit der Industrie laufen bereits. Die Forscher konnten dabei bis zu 99 Prozent der Defekte rein akustisch aufspüren.

Dem Geräusch auf der Spur

Die Wissenschaftler identifizieren mögliche Geräuschquellen und analysieren deren Ursachen, erstellen ein Lärmmodell der Umgebung und richten darauf ihre Mikrofone aus. Ideal ist es, das menschliche Ohr nachzustellen: Es empfängt Töne über die Luft. Störgeräusche wie Stimmen oder der Lärm eines vorbeifahrenden Gabelstaplers rechnet das System aus dem Gesamtsignal heraus. Dieses wird dann immer wieder, mit zuvor ermittelten, Labor-reinen Referenzgeräuschen abgeglichen.

Mit Hilfe künstlicher neuronaler Netze entwickeln die Wissenschaftler Schritt für Schritt Algorithmen, die in der Lage sind, Fehler am Geräusch zu erkennen. Je reiner das akustische Signal vorliegt, desto besser erkennt das kognitive System Abweichungen. Die Technologie ist so feinfühlig, dass sie auch Nuancen in der Fehlerstärke anzeigt und komplexe Aufgabenstellungen bewältigt.

Beispiel Automobilproduktion: In modernen Autositzen sind viele einzelne Motoren eingebaut, mit deren Hilfe der Fahrer seinen Sitz individuell einstellen kann. Die Bauweise der Motoren ist nicht gleich, ihre Geräusche verschieden und sie sind an unterschiedlichen Stellen verbaut. Bei einem Pilotprojekt mit einem Automobilzulieferer spürte die akustische Messtechnik alle Fehlerquellen einwandfrei auf.

Flexibel in der Cloud

Die Datensicherheit der gesammelten akustischen Signale gewährleisten die Fraunhofer-Forscher durch Nutzerberechtigungen, Rechte- und Identitätsmanagement. Ein Beispiel ist das Entkoppeln von realen und virtuellen Identitäten, um beim Auswerten der Daten durch unterschiedliche Personen keine Nutzerrechte zu verletzten. Meist sind Maschinen und Testsysteme fest in der Fertigungsstraße verbaut. Die Forscher lagern ihre akustischen Datensätze daher in einer sicheren Cloud ab. So können Kunden sehr flexibel auf Änderungen im Produktionsablauf reagieren und das kognitive System dementsprechend anpassen.

 

Akustische Messtechnik in der Qualitätskontrolle (Bild: Gerd Altmann/pixabay)

Nicht nur der Doktor kann sich auf seine Ohren verlassen. (Bild: Gerd Altmann/pixabay).