Projektziele

Die Bestimmung der Restlebensdauer des Assets soll über einen Digitalen Zwilling erfolgen. Dafür werden Daten, die sich aus verfügbaren Felddaten und weiteren notwendigen Messwerten aus Systemen der Zustandsüberwachung zusammensetzen, mittels KI klassifiziert und analysiert. Anschließend erfolgt die Darstellung der Daten mittels Augmented Reality (AR) oder Mixed Reality (MR). Das 3D-Modell des Assets wird entweder auf Basis von CAD-Daten oder durch Vermessungen mit Drohnen erstellt. Parallel dazu werden Sensoren auf der zu überwachenden Infrastruktur installiert und die relevanten Messdaten über IoT-Schnittstellen in den Digitalen Zwilling übertragen. Die Entwicklung spezifischer KI-Algorithmen in Verbindung mit physikalischen Modellen soll schließlich die Vorhersage der verbleibenden Nutzungsdauer ermöglichen und Maßnahmen für eine vorausschauende Instandhaltung geben. Die Visualisierung des Zustands erfolgt dabei über AR/MR. Als Schlüsselanwendungen werden im Projekt sowohl Brücken als auch Rohrleitungssysteme untersucht. Nach der erfolgreichen Projektarbeit soll die prototypische Lösung in ein entsprechendes Produkt bzw. eine Dienstleistung überführt werden.
 

Projektpartner

Am Projekt sind fünf Partner beteiligt, die entsprechend ihrer Kompetenzen unterschiedliche Aufgaben übernehmen:

•   VEERUM Inc. (KMU) in Calgary, Kanada: Implementierung der Anwendungsschnittstelle sowie Integration der Entwicklungsalgorithmen in den Digitalen Zwilling der VEERUM Plattform
•   National Research Council of Canada NRC (F&E) in Ottawa, Kanada: Entwicklung des physikalischen Modells sowie des KI-Modells für die prädiktive Analyse der industriellen Assets; Erstellung des Fusionsalgorithmus für mehrere analytische Modelle und Data Mining für den Digitalen Zwilling
•   University of British Columbia UBC (F&E) in Vancouver, Kanada:  Entwicklung der KI-Algorithmen; Systemintegration und Datenerfassung
•   MKP GmbH (KMU) in Weimar, Deutschland: Entwicklung einer geeigneten Form der Datenerfassung (z. B. Drohnenflug) und Überwachung von Feldressourcen mit IoT-Techniken; KI-Technologien für Sensordiagnose und -verwaltung im IoT-System; Visualisierung mittels MR-Technologie für den Feldbetrieb
•   Fraunhofer-Institut für Keramische Technologien und Systeme IKTS (F&E) in Dresden, Deutschland: Datenerfassung aus verschiedenen Assets mit wechselndem Zustand; Entwicklung der automatisierten Signalverarbeitung verschiedener Sensordaten über Machine-Learning-Algorithmen; Visualisierung durch AR/MR