2018-09-01  –  2022-02-28

541.693,90 EUR

Robert Bosch Gesellschaft mit beschränkter Haftung - Zentralbereich Forschung und Vorausentwicklung - Mikrosystemtechnik (CR/ARY), Renningen, Baden-Württemberg

0350035B

Monitoring und Netzschutz [EB1821]

01183429/1  –  MAKSIM

Bundesministerium für Wirtschaft und Klimaschutz (BMWK.IIB5)

Forschungszentrum Jülich GmbH (PT-J.ESI6)

Energie

Bislang existieren keine sensorbasierten Ansätze, welche eine flächendeckende Diagnose von Verteilungsnetzkomponenten ermöglichen oder rechtfertigen würden. Das Teilvorhaben MAKSIM – SENS fokussiert sich, eingebettet in das Gesamtvorhaben, auf die Entwicklung kostengünstiger, auf MEMS basierender Sensorsysteme. Im Fokus steht dabei die Konzeption und Umsetzung ganzheitlicher und auf die Applikation in Ortstnetzstationen zugeschnittener Sensorsysteme, ein skalierbares und miniaturisiertes System- und Hardwaredesign, die sensornahe Intelligenz auf Basis eingebetteter Mikrocontroller und sensornahen Auswertealgorithmen und das Energiemanagement. Die Aufgabenschwerpunkte im Teilvorhaben liegen in der intensiven messtechnischen Untersuchung der Ortsnetzstationen und darin integrierter Komponenten (vor allem Transformatoren, Stufen- und Leistungsschalter) mittels konzipierter MEMS-Evaluationssysteme, der Auswahl und Optimierung der MEMS Performance und MEMS Zuverlässigkeit für die Anwendung in Ortsnetzstationen (Messbereich, Signal-Rausch-Performance, Empfindlichkeit, Genauigkeit, Offsetdrift, Hysterese, thermische Robustheit, Medienrobustheit, Vibrations- und Schockrobustheit) und der hybriden Funktionsintegration aller für das Sensorsystem notwendigen Komponenten wie Mikrocontroller, Kommunikationsschnittstelle, Power-Management in das System als eine adaptierbare, modulare sowie ressourcen- und kostenschonende Hardware-Plattformlösung. Es werden sensornahe Signalverarbeitungsalgorithmen entwickelt, welche die Datenmenge schon auf Sensorebene extrem reduzieren (SmartData satt BigData) sowie relevante Merkmale extrahieren, selektieren und klassifizieren. Des Weiteren werden maschinen- und selbstlernende Algorithmen entwickelt, welche eine universelle Anwendung der Sensoren (Sensor lernt selbstständig im Netzwerk und über Lebensdauer, minimaler Konfigurationsaufwand) erlauben.