Erstmals ausgearbeitet und getestet wird das neue Verfahren derzeit am Beispiel von sicherheitskritischen Anwendungen im Automobil- und Bahnbereich. Das Grundprinzip lässt sich aber auch auf viele weitere Einsatzgebiete übertragen.
In Fahrzeugen steckt immer mehr Elektronik, die über einen langen Zeitraum extremen Belastungen standhalten muss. Um die Zuverlässigkeit der Elektronik zu gewährleisten, wird bislang häufig mit Überauslegung und Redundanz gearbeitet: Elektronische Systeme oder Teile davon werden z. B. in zweifacher Ausführung verbaut, sodass beim Auftreten eines Fehlers die Stellvertreterelektronik übernehmen kann, bis das Problem behoben wird.
In dem Projekt ‚SesiM', das unter der Leitung von Siemens seit 2021 läuft, beschäftigen sich die Forscher des Instituts zusammen mit weiteren Partnern am Beispiel von Auto und Bahn mit der Frage, wie sich komplexe elektronische Systeme selbst validieren können, also selbst evaluieren und mitteilen, wie es um ihre Funktionstüchtigkeit steht – z. B. über ein integriertes Ampelsystem. Interessant ist dabei weniger, ob die Elektronik kaputt ist oder nicht, denn bevor ein System ausfällt, können bereits bestimmte Funktionen beeinträchtigt sein, u. a. wenn Werkstoffe verspröden. An der mechanischen Stabilität des Bauteils kann man solche Alterserscheinungen oft erst sehr spät erkennen.
Grey-Box-Modelle als Kombination
Hybride Modelle kombinieren die Vorteile von physikalischen und datenbasierten ModellenDen Schlüssel für eine effektive Selbstvalidierung sehen die Projektbeteiligten in sogenannten Grey-Box-Modellen. Diese heißen so, weil sie sowohl auf White-Box- als auch auf Black-Box-Ansätzen basieren.
White-Box-Modelle sind solche, deren Funktionsweise auf physikalischer Ebene gut nachvollziehbar ist. Die Forscherinnen und Forscher am IZM sind in der Lage, derartige Modelle zur Zustandsbestimmung und -vorhersage zu erstellen, die auf physikalischen Prozessen basieren und Randbedingungen wie z. B. Temperatur oder Luftfeuchtigkeit mit modellieren.
Bei komplexen elektronischen Systemen ist es jedoch schwierig, sie rein auf der physikalischen Ebene zu erfassen und zu überwachen. Für derartig komplexe Systeme kommen u. a. auf Statistik und großen Datenmengen beruhende Modelle zum Einsatz, die Methoden künstlicher Intelligenz nutzen. Was dabei innerhalb des Systems physikalisch passiert, bleibt jedoch unklar – daher der Name Black-Box-Modell.
In den Grey-Box-Modellen werden nun beide Modellierungsweisen kombiniert. Bei dieser hybriden Modellierung können einerseits sehr viele Daten verarbeitet und intelligent ausgewertet werden. Gleichzeitig lassen sich bei Änderungen im Signal auch die zugrunde liegenden physikalischen Prozesse erfassen und verstehen. Damit erhöht sich die Qualität der vorliegenden Daten erheblich.
Von Testleiterplatten zu Prototypen
Bisher sind Grey-Box-Modelle in der praktischen Anwendung weitestgehend Neuland. Deshalb arbeiten die Forscher im Projekt nach der Konzeptionsphase derzeit an der Beschreibung einfacher Schaltungen, die im Laufe des Forschungsprojekts weiter an Komplexität gewinnen werden. Die Testleiterplatten werden während der Fertigung und im Betriebszustand sowie unter extremen Randbedingungen genau vermessen und getestet. So wird ein digitaler Fingerabdruck der Testschaltung erzeugt.
Im nächsten Schritt sollen innerhalb der riesigen Datenmengen diejenigen Parameter identifiziert werden, die für die Darstellung des Systems wirklich relevant sind. Daraus wird dann unter Berücksichtigung des physikalischen Wissens ein Modell erstellt, das Abweichungen von einem vorher festgelegten Idealzustand erkennt. Manipulationen von außen sollen damit schnell erkannt und Verschleißerscheinungen frühzeitig vorhergesagt werden. Später ist vorgesehen, die Testleiterplatten in Prototypen in der Automobil- und Bahnanwendung zu überführen und die erstellten Modelle anhand dieser zu bewerten.
Potenzial für breite Anwendung
Ein Folgeprojekt wird sich mit dem Thema Luftfahrt beschäftigen. Aber auch außerhalb des Mobilitätsbereichs sind Anwendungen denkbar, so in der Medizintechnik oder bei entlegenen Windrädern, die für eine regelmäßige externe Überwachung und vorsorgliche Wartungen nur schwer zugänglich sind. Vorrangiges Ziel des Projekts ist es aber zunächst nachzuweisen, dass das Grundprinzip der Selbstvalidierung elektronischer Systeme mithilfe von Grey-Box-Modellen auch tatsächlich funktioniert. Gelingt dies, lässt sich die Zuverlässigkeit von elektronischen Systemen künftig relevant erhöhen.
Das Projekt SesiM ist am 1. Juli 2021 mit den Partnern Siemens, Robert Bosch, Aucoteam, Göpel electronic, Gestalt Robotics und der Universität Stuttgart gestartet.
