KI optimiert das Lifecycle-Management kritischer Infrastrukturen

News /

Der zuverlässige Betrieb sicherheitsrelevanter Strukturen, wie Brücken oder Rohrleitungsnetzwerke, erfordert ein ganzheitliches Lifecycle-Management (Produktlebenszyklusmanagement). Die Betreiber müssen sowohl sicherheitstechnische Aspekte als auch die Zuverlässigkeit der Anlage und die Sicherung der Investition im Blick behalten. In dem vom BMBF geförderten kanadisch-deutschen Projekt mit dem Titel „Digital Twin Platform for Infrastructure Asset Lifecycle Management“ (DTPIALM) soll das Lifecycle-Management von kritischen Infrastrukturen verbessert werden.

© Fraunhofer IKTS
Brücken gehören zu den kritischen Infrastrukturen. Um ihre Sicherheit zu gewährleisten, werden permanent Messdaten aufgezeichnet. Die sollen zukünftig in einen Digitalen Zwilling überführt werden und mit Hilfe von Künstlicher Intelligenz Aussagen zur Restlebensdauer ermöglichen.

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

Gefördert durch