Echtzeit-Bildverarbeitung, Industrielle Signalverarbeitung, Mustererkennung

MaDiSec: Machine Diagnosis for Security Printing Machines

Prof. Dr.-Ing. Volker Lohweg
01.07.2010 bis 30.06.2012

Inspektionssysteme beruhen nach dem heutigen Stand der Technik zumeist auf einer einzigen physikalischen Größe. Es werden Druck, Kraft, Temperatur, optische Eigenschaften o.a. erfasst und einzeln ausgewertet. Auch wenn diese Sensorinformation optimal verarbeitet wird, ist die Inspektionsgüte – vor allem für die Früherkennung von aufbauenden Fehlern – häufig nicht ausreichend. Die Fusion mehrerer Informationsquellen kann präzisere Aussagen über den Maschinenzustand ermöglichen.
Ziel dieses Projektes ist die ganzheitliche Fehlerdetektion an Wertdruckmaschinen, insbesondere an Stahlstichmaschinen. Der Schwerpunkt liegt in der Früherkennnung von aufbauenden Fehlern durch die Kombination von Sensorinformationen und Expertenwissen. Bei der Erfassung des Expertenwissens ist darauf zu achten, dass neben expliziter Information, die direkt abrufbar ist, auch implizites Wissen, bestehend aus Routinen, Erfahrung und im Unterbewusstsein abgelegten Kenntnissen, akquiriert werden.
Ein wichtiger Bestandteil bei dem Design eines Inspektionssystems  ist die Wahl plausibler Informationsquellen. Dabei gilt es, Messgrößen, -orte und –richtungen so zu wählen, dass eine Kausalität zwischen den Vorgängen in der Maschine und den Messgrößen zu erkennen ist. Sowohl der Einfluss einzelner Messgrößen als auch die Wechselwirkung mehrerer Informationsquellen werden mit Hilfe statistischer Methoden analysiert. Die Redundanzen in den Informationen sollen dazu genutzt werden, die Plausibilität der Sensorinformationen zu überprüfen und auf defekte Informationsquellen hinzuweisen.
Die Bewertung des erzeugten Produktes gibt eine Rückkopplung an das System, welches daraufhin das gelernte Modell anpasst. Im Fall der Stahlstich-Druckmaschine übernimmt dies die optische Inspektionseinheit.

Das Projekt wird gefördert durch:
Projektbeteiligte / Ansprechpartner: Karl Voth, M. Sc., Prof. Dr.-Ing. Volker Lohweg
Prof. Dr.-Ing. Volker Lohweg, Dr.-Ing. Uwe Mönks
Fuzzy-Pattern-Classifier based Sensor Fusion for Machine Conditioning
In: Sensor Fusion, Sep 2010
Stefan Glock, M. Sc., Karl Voth, M. Sc., Johannes Schaede, Prof. Dr.-Ing. Volker Lohweg
A Framework for Possibilistic Multi-source Data Fusion with Monitoring of Sensor Reliability, World Conference on Soft Computing
Karl Voth, M. Sc., Stefan Glock, M. Sc., Dr.-Ing. Uwe Mönks, Thomas Türke, Prof. Dr.-Ing. Volker Lohweg
Multi-sensory Machine Diagnosis on Security Printing Machines with Two Layer Conflict Solving
In: SENSOR+TEST Conference 2011, Jun 2011
Dr.-Ing. Uwe Mönks, Karl Voth, M. Sc., Prof. Dr.-Ing. Volker Lohweg
An Extended Perspective on Evidential Aggregation Rules in Machine Conditioning
In: Third International Workshop on Cognitive Information Processing, Jun 2012
Masterarbeit
Investigations on Possibilistic Multi-source Data Fusion with Sensor Reliability Monitoring
Stefan Glock, M. Sc.