SENSORITHM Rhein-Main Selbstlernende Sensorsysteme für Natur und Technik
Über uns

Goethe Universität Frankfurt (Sprecher)

Dr.-Ing. Jochen Moll leitet eine wissenschaftliche Nachwuchsgruppe im Fachbereich Physik der Goethe Universität Frankfurt. Die Schwerpunkte seiner Forschung bilden Sensorsysteme und Algorithmen für die Überwachung technischer Strukturen (Windenergieanlagen, Schiffe, Flugzeuge, Drohnen) sowie den adaptiven Betrieb von Windenergieanlagen zur Lösung des Konfliktfelds zwischen Windenergie und Artenschutz. Er leitet in diesem Themenfeld eine Reihe öffentlich geförderter Forschungsprojekte mit dem Funktionsnachweis in Reallaboren (z.B. bei Offshore-Windenergieanlagen).

Goethe Universität Frankfurt (Co-Sprecher)

Prof. Dr.-Ing. habil. Viktor Krozer leitet das Goethe-Leibniz Terahertz Zentrum an der Goethe Universität Frankfurt und das Joint Lab THz Components & Systems am Ferdinand-Braun-Institut, Leibniz Institut für Höchstfrequenztechnik in Berlin. Seine Forschung umfasst die Entwicklung von MMIC Komponenten für die Terahertz-Elektronik, Radar- und Spektroskopie-Sensorik, sowie bildgebende Radar- und Terahertz-Systeme für Weltraum- und industrielle Anwendungen.

Johannes Gutenberg-Universität Mainz

Prof. Dr. Petra Ahrweiler leitet den Lehrstuhl für Technik- und Innovationssoziologie, Simulationsmethoden an der Johannes Gutenberg-Universität Mainz. An der Freien Universität Berlin promovierte sie mit einer Arbeit zur Künstlichen Intelligenz und habilitierte sich im Jahr 2000 an der Universität Bielefeld. Sie ist seit 2020 Präsidentin der European Social Simulation Association (ESSA), Mitglied der Deutschen Akademie für Technikwissenschaften acatech sowie von AcademiaNet. Die Forschungsschwerpunkte liegen im Wechselverhältnis von neuen Technologien und Gesellschaft, interorganisationale Innovationsnetzwerke und agentenbasierte Modelle.

Technische Universität Darmstadt

Prof. Dr. Kristian Kersting ist Kodirektor des Hessischen Zentrums für Künstliche Intelligenz (hessian.AI) und leitet das Fachgebiet „KI und Maschinelles Lernen“ an der TU Darmstadt. Seine Forschung umfasst Deep Probabilistic Programming and Learning sowie Explainable AI. Er ist Fellow der European Association for AI (EurAI) und des European Lab for Learning and Intelligent Systems (ELLIS), Buchautor („Wie Maschinen lernen“) und Träger des „Deutschen KI-Preises 2019”.  Er schreibt eine monatliche KI-Kolumne in der WELT. 

Fraunhofer LBF (Darmstadt)

Prof. Dr.-Ing. Tobias Melz leitet das Fraunhofer-Institut für Betriebsfestigkeit und Systemzuverlässigkeit LBF und hat zuvor den dortigen Forschungsbereich Adaptronik aufgebaut, der sich mit sensor- und aktorintegrierten, aktiv geregelten und sich überwachenden Struktursystemen beschäftigt. Er ist Professor des Fachbereichs Maschinenbau der TU Darmstadt und leitet dort das Fachgebiet Systemzuverlässigkeit, Adaptronik und Maschinenakustik SAM. Wesentliche Forschungsaktivitäten gelten den smarten Struktursystemen, der aktiven Schwingungs- und Lärmkontrolle von Leichtbausystemen und der Zuverlässigkeit im Maschinenbau.

Institut für Tierökologie und Naturbildung (Gonterskirchen bei Gießen)

Dr. Markus Dietz hat am Institut für experimentelle Biologie der Universität Ulm über die Verhaltensökologie von Wasserfledermäusen promoviert. Im Jahr 2002 hat er das Institut für Tierökologie und Naturbildung gegründet. Im Schwerpunkt arbeitet das Institut wissenschaftsbasiert an der Schnittstelle zwischen Grundlagenforschung und angewandtem Natur- und Artenschutz. Als Forschungsnehmer und Gutachter für unterschiedliche Länderbehörden und -ministerien ebenso wie für Stiftungen und Unternehmen sowie für Verwaltungsgerichte hat sich Markus Dietz spezialisiert auf die Verhaltensökologie europäischer Fledermausarten und den Schutz von Waldökosystemen. Das „green-green-dilemma“  von erforderlicher Energiewende und Schutz der Biodiversität ist ein Schwerpunkt der Tätigkeiten.

 

Vision

Selbstlernende Sensorsysteme für Sicherheit industrieller Anlagen, Nachhaltigkeit, Mobilität, Industrie 4.0 & Digitalisierung

  1. Sensortechnologien und Algorithmen zur Erhöhung der technischen Sicherheit und Betriebszuverlässigkeit industrieller Anlagen durch kontinuierliche zerstörungsfreie Prüfung während des Betriebs.
  2. Digitalisierung technischer Anlagen und Systeme sowie Infrastruktur durch Einsatz von Sensortechnologien
  3. Permanente Prüfung der strukturellen Integrität, so dass Strukturen über die geplante Lebensdauer hinaus sicher betrieben werden können (Ziel: Nachhaltigkeit, Ressourcenschonung).

Selbstlernende Sensorsysteme für die Lösung des Konflikts von Windenergie und Artenschutz, Erneuerbare Energien, Erhalt von Biodiversität

  1. Entwicklung neuartiger agiler und objektiver Frühwarnsysteme in Kombination mit einem intelligenten Betrieb von Windenergieanlagen bei erhöhter Fledermaus- und Vogelaktivität.
  2. Artenschutzrechtliche Konfliktbewertung und Lösungsstrategien für die Umsetzung von großen Infrastrukturprojekten (WEA, Erdkabelbau, Straßenbau).
  3. Selbstlernende Sensorsysteme für die evidenzbasierte ökologische Begleitforschung der Windenergie und das kontinuierliche Monitoring des Artenbestands von Fledermäusen und Vögeln innerhalb und außerhalb Deutschlands.
Inhaltliche Schwerpunkte

Innovationsnetzwerke

Innovationsnetzwerke gelten als zentraler Motor für Forschung und Entwicklung.

Regionale Innovationsnetzwerke sind ein Zusammenschluss von Akteuren, um technische oder organisatorische Neuerungen im Markt zu platzieren. Dem liegt der Gedanke zugrunde, dass die Akteure davon profitieren können, zu kooperieren, anstatt zu konkurrieren. Die regionale Struktur ermöglicht dabei einen leichten und flexiblen auch informellen Austausch zwischen den Netzwerkpartnern.

Solche Innovationsnetzwerke werden im Rahmen von SENSORITHM Rhein-Main in Bezug auf das Themenfeld Windenergie/Artenschutz sowie das Themenfeld Strukturüberwachung erforscht. Die sozialwissenschaftliche Betrachtung adressiert dabei die Vieldimensionalität von und die Wissensproduktion  in Innovationsnetzwerken im Spannungsfeld technologischer, ökologischer, wirtschaftlicher, politischer und sozialer Aspekte. Dabei geht es auch um das sogenannte “Responsible Research and Innovation (RRI)”. Hierbei geht es insbesondere um die Effekte von Forschung und Entwicklung auf die Umwelt, wie etwa Klima- und Artenschutz.

 

 

 

 

Systemzuverlässigkeit

Die Systemzuverlässigkeit ist eine Eigenschaft eines technischen Systems die angibt, wie verlässlich eine dem System zugewiesene Aufgabe für eine bestimmte Zeit in einer bestimmten Umgebung erfüllt wird.

Mit entsprechenden Analyseverfahren kann die Zuverlässigkeit prognostiziert und vorhandene Schwachstellen erkannt werden. Zur qualitativen Erfassung der Zuverlässigkeit wird auf das Erfahrungswissen von Expertinnen und Experten zurückgegriffen. Um die Zuverlässigkeit zu quantifizieren, kommen dann Methoden der Wahrscheinlichkeitsrechnung, Ausfallmodelle oder Prüfstandversuche zum Einsatz.

Mit Hilfe von Sensorsystemen können die auf das System wirkenden Beanspruchungen und Umwelteinflüsse erfasst und mit den im Systemdesign angesetzten Annahmen verglichen werden. Methoden der Künstlichen Intelligenz helfen dabei, in Sensordaten die relevanten Einflüsse und Belastungen zu erkennen und zu bewerten. Im Themenfeld Windenergie/Artenschutz und im Themenfeld Strukturüberwachung wird darüber hinaus auch die Zuverlässigkeit von Sensorsystemen selbst, z.B. deren Detektionswahrscheinlichkeit, erforscht.

Künstliche Intelligenz

Künstliche Intelligenz (KI) ist eine Schlüsseltechnologie des 21. Jahrhunderts und zentraler Bestandteil von selbstlernenden Sensorsystemen.

Die Entwicklungen umfassen hierarchische KI-Systeme (sensornahe KI, KI on edge, cloudbasiertes KI), aber auch expertisebasierte KI-Systeme (beispielsweise durch Integration von Schädigungsmechanismen) sowie neuartige KI-Algorithmen (für nachvollziehbare und zuverlässige Vorhersagen und Entscheidungen).

Im Themenfeld Windenergie/Artenschutz wird durch innovative Messdaten-Analyse eine KI-basierte Artbestimmung in Echtzeit ermöglicht und die statistische Entscheidungsfindung über Abschaltvorgänge  von Windenergieanlagen optimiert. Einen wesentlichen Beitrag im Themenfeld Strukturüberwachung liefert KI bei der Erhöhung der Betriebssicherheit, insbesondere bei Leichtbaustrukturen, sowie der Digitalisierung technischer Systeme (Digital Twin).

Reallabore

Reallabore sind praxisrelevante Experimentierräume, um darin neue Technologien und Geschäftsmodelle zu erproben und zu validieren.

Im Themenfeld Windenergie/Artenschutz ist hier insbesondere das deutschlandweit einmalige Windtestfeld (WINSENT) zu nennen, um an einer komplexen Geländetopologie neuartige Sensortechnologien und Algorithmen für die Erkennung von Fledermäusen und Vögeln im Nahbereich von WEA zu analysieren. Die Forschung wird durch Einsatz von Citizen Scientists (u. a. Umweltschützer*innen, Verbände, NGOs, Schulklassen) ergänzt.

Im Themenfeld Strukturüberwachung sind Reallabore von besonderer Bedeutung, um die Systemzuverlässigkeit unter praxisrelevanten Bedingungen zu bewerten. Beispielhafte Reallabore entstehen im Kontext von erneuerbaren Energien (Windenergieanlagen, grüner Wasserstoff), Mobilität (Luftfahrt, Raumfahrt, Schifffahrt, Züge, Automotive, autonomes Fahren, Kräne, Bagger) sowie Infrastruktur (Brücken, Bauwerke, Straßen).

Mitmachen & Mehrwerte schaffen
Wege zur Beteiligung an SENSORITHM Rhein-Main
  1. Digitale Auftaktveranstaltung am Mi, 27.10.2021 von 9-12Uhr
  2. Rückmeldung mit relevanten Problemstellungen oder konkreten Projektideen verbunden mit Abschluss einer Geheimhaltungserklärung (bis Mi, 10.11.2021)
  3. Auswahl & Bündelung ähnlicher Projektideen durch die Kernpartner
  4. Projektbörse im Festsaal der Goethe Universität Frankfurt auf dem Campus Westend am Mi, 24.11.2021
  5. Vertiefende Ausarbeitung der Projektideen

 

Beispielhafte Mehrwerte:
  1. Aussicht auf (weitere) Förderung durch das Bundesministerium für Bildung und Forschung (BMBF)
  2. Vernetzung im Rhein-Main Gebiet
Lenkungsausschuss für die Konzeptionsphase

Der Lenkungsausschuss für die Konzeptionsphase von SENSORITHM Rhein-Main besteht aus internationalen Expertinnen und Experten mit unterschiedlichen fachlichen Schwerpunkten. Die Mitglieder kommen sowohl aus dem Forschungsbereich als auch aus der Industrie. Sie unterstützen SENSORITHM Rhein-Main in Form einer Bewertung und Weiterentwicklung der F&E-Projekte für die Cluster-Strategie.

Wir freuen uns, dass wir bereits einige Zusagen erhalten haben. Die nachstehende Aufstellung wird fortlaufend aktualisiert.

Universität Hohenheim (Stuttgart)

Lehrstuhl für Innovationsökonomik (Link)

Experte in den Bereichen:

  1. Innovationsnetzwerke
  2. Bioökonomie
  3. Wirtschaftssysteme
  4. Industriedynamik

 

Fraunhofer-Institut für Keramische Technologien und Systeme IKTS (Dresden)

Abteilungsleiter: Zustandsüberwachung und Prüfdienstleistungen (Link)

Vorsitzender des DGZfP-Fachausschusses Zustandsüberwachung (Link)

Experte in den Bereichen:

  1. Sensorsysteme
  2. Strukturüberwachung
  3. Algorithmen
  4. industrielle Anwendungen

Inhaber und Geschäftsführer der Swift GmbH (Reinheim, Link)

Experte in den Bereichen:

  1. Zuverlässigkeitsbewertung technischer Systeme
  2. Systeme für Fatigue Life Monitoring und Diagnose
  3. Messwerterfassungssysteme und Algorithmen
  4. Messprojekte in Luftfahrt, Windkraft, Automotive, Maschinenbau  

Dipl. Biologe und Gesellschafter von OekoFor GbR (Freiburg, Link)

Experte in den Bereichen:

  1. ProBat: Software-Tool für einen fledermausangepassten Betrieb von Windenergieanlagen.
  2. Machine Learning: Automatisierte Datenauswertung durch KI
  3. Prüfung der Abschaltung von Windenergieanlagen zum Fledermausschutz
  4. Bilderkennungssysteme für Vögel beim Einsatz in Windparks
Anmeldung zur digitalen Auftaktveranstaltung am 27.10.2021

    Kontakt
    Dr.-Ing. Jochen Moll - Max von Laue Str. 1 - 60438 Frankfurt am Main - E-Mail: kontakt@sensorithm-rhein-main.de
    Förderinformation
    Förderkennzeichen: 03ZK211AA-D | Laufzeit: Oktober 2021 bis März 2022