SENSORITHM Rhein-Main

Selbstlernende Sensorsysteme für Natur und Technik

Bei SENSORITHM Rhein-Main geht es um die Erforschung selbstlernender Sensortechnologien für die Themenfelder Strukturüberwachung sowie Windenergie/Artenschutz einschließlich deren Erprobung in Reallaboren.

Beispiel für selbstlernende Sensorsysteme: Ein Radarsensor führt eine zerstörungsfreie Prüfung der Rotorblätter während dem Betrieb durch und beobachtet gleichzeitig die Aktivität von Fledermäusen und Vögeln in der Nähe von Windenergieanlagen.
Beispiel für selbstlernende Sensorsysteme: Ein Radarsensor führt eine zerstörungsfreie Prüfung der Rotorblätter während dem Betrieb durch und beobachtet gleichzeitig die Aktivität von Fledermäusen und Vögeln in der Nähe von Windenergieanlagen, © Herr Dr.-Ing. Jochen Moll (Goethe Universität Frankfurt)

Warum „Zukunftscluster-Finalist“?

In der 2. Wettbewerbsrunde wurden im Februar 2021 aus 117 eingereichten Skizzen 15 Zukunftscluster-Finalisten ausgewählt, die in einer sechsmonatigen Konzeptionsphase ihre Clusterstrategie entwickeln sollen. Mitte 2022 wird eine unabhängige Jury schließlich jene Zukunftscluster auswählen, die ihre Strategien in der ersten dreijährigen Umsetzungsphase verwirklichen können. 

Hintergrundinformationen zu SENSORITHM Rhein-Main

Mit den folgenden Texten stellt sich der Zukunftscluster-Finalist persönlich vor.

SENSORITHM Rhein-Main ist regional eingebettet in das Hessische Zentrum für Künstliche Intelligenz und adressiert die Entwicklung vernetzter selbstlernender Sensortechnologien, um Anomalien in kontinuierlichen Sensordatenströmen mittels Algorithmen automatisch zu erkennen und zu klassifizieren. Dadurch werden Messdaten sicherer und darauf basierende Entscheidungen belastbarer. Gleichzeitig erfolgt eine soziologische Betrachtung der Vieldimensionalität von Innovationsnetzwerken im Spannungsfeld technologischer, ökologischer, wirtschaftlicher, politischer und sozialer Aspekte. Als praxisrelevante und prototypische Anwendungsfelder werden die Systemzuverlässigkeit von technischen Komponenten und Anlagen sowie das Konfliktfeld zwischen Windenergie und Artenschutz betrachtet (insbesondere im Hinblick auf die Kollisionsvermeidung von Fledermäusen und Vögeln mit den Rotorblättern).

Durch Fusion unterschiedlicher Sensortechnologien und KI-Methodiken adressiert SENSORITHM Rhein-Main das gesellschaftlich relevante Feld der Digitalisierung technischer Systeme. Dies verspricht ein großes Wachstumspotenzial in vielfältigen hochaktuellen industriellen Anwendungen – insbesondere bei erneuerbaren Energien, nachhaltiger Mobilität, aber auch im Maschinen- und Anlagenbau, in der Luftfahrt und bei Infrastrukturen. SENSORITHM Rhein-Main basiert auf exzellenten Forschungsergebnissen aus Physik, Biologie, Informatik, Maschinenbau und Sozialwissenschaften. Etablierte Forschungsinfrastrukturen der Universitäten und Institute werden zur Beschleunigung des technischen Fortschritts gebündelt. Durch die enge Zusammenarbeit von Forschungsinstitutionen mit der Industrie, mit KMU/Start-ups, Vereinen, Behörden, Bürgerinnen und Bürgern wird der Technologietransfer in die Anwendung gestärkt. Zudem beabsichtigt SENSORITHM Rhein-Main die regionale Aus- und Weiterbildung von Fachkräften sowie die Schaffung neuer Arbeitsplätze zu fördern, insbesondere in Hightech-Branchen. Die enge Verzahnung mit den Ausbildungseinrichtungen erleichtert für die Industriepartner den Zugang zu hochausgebildeten Fachkräften aus der Region.

Themenfeld Strukturüberwachung: Die Zuverlässigkeit und (funktionale) Sicherheit von Produkten ist ein entscheidendes Kaufargument und wirtschaftlicher Faktor. SENSORITHM Rhein-Main legt daher einen Schwerpunkt auf die Bewertung der strukturellen Zuverlässigkeit, die durch kontinuierliche oder periodische Überwachung mit permanent installierten bzw. integrierten Aufnehmern gewonnen werden kann, dem Structural Health Monitoring (SHM). In SENSORITHM Rhein-Main wird SHM durch automatisierte und selbstlernende Analyse der Messdaten auf eine neue Stufe gehoben. Insbesondere bei der anwendungsorientierten Entwicklung solcher Systeme gibt es hohen Forschungs- und Entwicklungsbedarf, z. B. im Kontext von erneuerbaren Energien (Windenergieanlagen, grüner Wasserstoff), Mobilität (Luftfahrt, Raumfahrt, Schifffahrt, Züge, Automotive, autonomes Fahren, Kräne, Bagger) sowie Infrastruktur (Brücken, Bauwerke, Straßen). Autonome selbstlernende Sensorsysteme ermöglichen eine bedarfsgerechte Wartung und erhöhen die Sicherheit von Industrieanlagen während des Betriebs.

Themenfeld Windenergie/Artenschutz: Errichtung und Betrieb von Windenergieanlagen (WEA) bedingen eine Reihe von Eingriffen in die Natur und Landschaft. Risiken für Fledermäuse und Vögel bestehen durch eine mögliche Kollision mit den Rotorblättern oder, insbesondere bei Fledermäusen, aufgrund von Baro-Traumata durch Druckunterschiede im Umfeld der Rotorblätter. Wird ein erhöhtes Risiko festgestellt, kann dies aus artenschutzrechtlichen Gründen zur Versagung von Genehmigungen für WEA oder zu Einschränkungen im Betrieb in Form von Abschaltvorgaben führen. Sensortechnologien auf der Grundlage von Beobachtungsdaten bilden einen aktuellen Forschungsgegenstand, um eine bedarfsgerechte Regulierung von WEA bei erhöhter Aktivität gefährdeter Spezies zu erreichen. Insbesondere werden hierfür Sensortechnologien auf der Grundlage von Radar, Kameras (auch Thermographie, Stereo), Ultraschall und LiDAR (Light Detection and Ranging/Lichtlaufzeitmessung via Laser) erforscht. Autonome selbstlernende Sensorsysteme ermöglichen einen adaptiven Betrieb von WEA, um die Stromproduktion zu maximieren und gleichzeitig den Artenschutz (Biodiversität) sicherzustellen.

Die Hauptaufgabe der Konzeptionsphase ist die Bildung eines Innovationsnetzwerks sowie die Ausarbeitung der Clusterstrategie. Die Arbeiten schließen aber auch den Aufbau eines Lenkungsausschusses ein, der aus internationalen Expertinnen und Experten sowie Vertreterinnen und Vertreter der Industrie (Großunternehmen und KMU) besteht, um die Kernpartner bei der Ausarbeitung der Clusterstrategie beratend zu unterstützen. Genutzt werden etwa Webinare oder Projektbörsen, um die einzelnen Projektideen zu diskutieren und weiter auszuarbeiten.

Die im Rhein-Main-Gebiet ansässigen Universitäten (Goethe-Universität Frankfurt, TU Darmstadt, Johannes Gutenberg-Universität Mainz) arbeiten eng mit dem Fraunhofer LBF (Darmstadt) und dem Institut für Tierökologie und Naturbildung (Gießen) zusammen. Während der Konzeptionsphase findet ein intensiver Austausch mit Großunternehmen, KMU, Start-ups, Hochschulen, Forschungseinrichtungen, Ministerien, Verbänden, Vereinen und weiteren Einrichtungen statt.

Auf einen Blick
  • Projektlaufzeit: 01.10.2021 bis 31.03.2022
  • Zuwendung: 168.536,36 €
  • Zuwendungsempfänger: Johann Wolfgang Goethe-Universität Frankfurt am Main (Frankfurt, Koordinator); Technische Universität Darmstadt (Darmstadt); Johannes Gutenberg-Universität Mainz (Mainz); Fraunhofer-Institut für Betriebsfestigkeit und Systemzuverlässigkeit LBF (Darmstadt)
  • Weitere Partner, welche die Arbeiten der Konzeptionsphase unterstützen:  
    Institut für Tierökologie und Naturbildung (Gießen)

SENSORITHM Rhein-Main leistet wesentliche Beiträge für die Hightech-Strategie 2025 in Bezug auf die Aspekte „Nachhaltigkeit, Klimaschutz und Energie“ sowie „Sicherheit“ und „Wirtschaft und Arbeit 4.0“. Zunächst geht es um selbstlernende Sensorsysteme zur Lösung des Konflikts von Windenergie und Artenschutz sowie den Erhalt von Biodiversität. Durch die im Projekt verankerte soziologische Dimension wird unter Nutzung technischer Mittel ein objektivierter Ausgleich zwischen den Interessen angestrebt. Ziel ist es, unter anderem das sogenannte „Grün-Grün“ Dilemma zu lösen: Das beschreibt Maßnahmen, die beispielsweise dem Klimaschutz hilfreich sind (etwa Windenergie), jedoch an anderer Stelle die Biodiversität bedrohen (etwa bei Fledermäusen und Vögeln, die durch den Betrieb von Windenergieanlagen gefährdet sind).

Im weiteren Themenfeld „Sicherheit“ liegt der Fokus auf selbstlernenden Sensorsystemen für die Sicherheit industrieller Anlagen sowie die Digitalisierung von Entscheidungsprozessen. Auch hier steht neben den technischen Sensorsystemen die soziologische Betrachtung mit im Vordergrund, etwa wenn es darum geht, die durch eine KI getroffene Entscheidung für die Nutzenden plausibel darzulegen und für Akzeptanz zu sorgen.

Die bei SENSORITHM Rhein-Main gewonnenen wissenschaftlichen Erkenntnisse und Innovationen werden mit Hilfe der beteiligten Industrieunternehmen und in Verbindung mit den Technologietransferstellen der Universitäten in eine direkte wirtschaftliche Verwertung der Erkenntnisse in der Industrie überführt. Hierbei leisten die im Projekt fest verankerten Reallabore eine ausreichende Anwendungsreife der entwickelten Technologien.