10/05/2019
Door Ad Spijkers
Technici en sensordeskundigen aan de Universität des Saarlandes hebben een toolbox ontwikkeld om grote hoeveelheden data uit sensoren inzichtelijk te maken.
De 'Dave' (Data Analysis and Verification/Visualization/Validation Environment) genoemde toolbox voor Matlab zorgt voor een snelle signaalverwerking, patroonherkenning en visualisering van grote hoeveelheden data. Met de tool kunnen onderzoekers een grote hoeveelheid data uit sensoren interactief optimaliserenDe onderzoekers maken deze tool nu als open source onder een zogeheten Copyleft-licentie openbaar.
Onderzoekers moeten niet alleen leren omgaan met de stroom data die in een bepaalde tijd samenkomt. Ze moeten er allereerst voor zorgen alle parameters, variabelen en stelschroeven optimaal in te stellen, zodat de resultaten ook zinvol zijn. Ze moeten eerst uitvinden wat op het einde het beste resultaat oplevert, en dat kan enige tijd duren. Als de verbanden en instellingen niet geschikt zijn, kan een lange reeks metingen en alle moeite tevergeefs zijn.
Van 'trial and error' naar 'what if'
In plaats van het klassieke 'trial and error' hanteert deze software het voorspellende 'what if'. "Wanneer wij met onze gassensoren bijvoorbeeld schadelijke stoffen in de lucht meten, stuiten wij altijd op het zelfde probleem van de evaluatie van de massa data en de monsterherkenning. Willen we onze sensoren steeds gevoeliger en selectiever maken, dan komt het er op aan nuances in de sensor zelf en in de evaluatie te veranderen en te zien of die in de juiste richting uitwerken.
Er zijn ontelbare mogelijkheden en manieren om de sensoren te veranderen. Wij willen de juiste wegen snel identificeren maar ook om de verkeerde wegen vroegtijdig te herkennen Daarom hebben wij over lange tijd en een veelheid aan onderzoeksprojecten passende software ontwikkeld. Deze helpt ons met machine learning methoden om monsters snel te herkennen, de data zuiver te evalueren en ze te visualiseren", aldus professor Andreas Schütze aan de Lehrstuhl für Messtechnik.
Met de software kan willekeurig veel sensordata worden verwerkt. De software helpt om snel de juiste weg naar de oplossing te vinden. "Dave is het tegenovergestelde van een black box. De software maakt de berekeningen volledig transparant. Ze maakt de gebruikelijker duidelijk dat wanneer hij een bepaalde parameter verandert, daaruit de ene of andere consequentie volgt.
Door de visualisering (op de foto op de achtergrond) wordt het eenvoudiger een meetsysteem te optimaliseren. Men kan de meest uiteenlopende varianten testen, doorlopen en visualiseren om de beste snel en efficiënt uit te vinden", zegt Manuel Bastuck, wetenschappelijk medewerker en de ontwikkelaar van Dave.
"Met Dave als tools kunnen wij op het gebied van conditiebewaking voor Industrie 4.0 zeer snel goede resultaten bereiken, die niet alleen helpen het probleem op te lossen, maar ook het meetsysteem zo gunstig en eenvoudig mogelijk te ontwerpen", zegt Professor Schütze.
Foto: Oliver Dietze