Embedded Intelligent Virtual Sensing (ELVIS)

Partner Call offen bis: Oktober 2024

Projektstart: Q1 2025

Ziel des Projekts ist die Entwickelung physikbasierter KI-Algorithmen („physics-based AI“), um die Echtzeitüberwachung von Schlüsselparametern elektronischer Systeme durch virtuelle Sensoren durchzuführen. Virtuelle Sensoren nutzen Informationen, die aus anderen Messungen und/oder Prozessparametern verfügbar sind, um eine Schätzung der interessierenden Größe zu berechnen. Die Verwendung von KI-Algorithmen verspricht hierbei eine effiziente Berechnung und das automatische Erlernen auch komplizierter oder sogar unbekannter Zusammenhänge zwischen verfügbaren Parametern und den interessierenden Größen.

Mögliche überwachte Werte sind z.B.:

• Temperatur und mechanische Beanspruchung des Systems und/oder des Packages, beides Indikatoren für einen Systemausfall sowie Faktoren, zur Abschätzung der Lebensdauer des Systems
• Elektromagnetische Reaktion des Systems, um Interferenzen mit benachbarten Geräten zu vermeiden und/oder die elektromagnetische Konformität besser zu gewährleisten.

Die Verwendung einer physikbasierten KI gewährleistet - im Gegensatz zu den üblichen statistischen, datengesteuerten KI-Algorithmen - einen zuverlässigen Betrieb des virtuellen Erfassungsalgorithmus unter unerwarteten Umständen, da der Algorithmus Wissen über die physikalischen Gesetzmäßigkeiten besitzt. Weiters wird die Entwicklung des KI-Modells weniger ressourcenintensiv, so dass es auch auf eingebetteten Geräten mit geringen Ressourcen eingesetzt werden kann.

Die wichtigsten Herausforderungen in diesem Projekt sind:

• Generierung geeigneter Trainingsdaten für den KI-Algorithmus, die für die ausgewählten Anwendungsfälle spezifisch sind und auf Messungen und/oder Physiksimulationen basieren.
• Entwicklung physikbasierter neuronaler Netzarchitekturen, die die wesentlichen Merkmale des Problems berücksichtigen, um die Korrektheit der Vorhersagen zu gewährleisten.
• Quantisierung und Einsatz des KI-Modells auf einem eingebetteten Gerät unter Beibehaltung der Genauigkeit und der Echtzeitfähigkeit.
• Kombination der Vorhersagen der virtuellen Sensoren mit Zuverlässigkeitsmodellen zur Abschätzung der Lebensdauer

Bei der Bewältigung dieser Herausforderungen stützt sich SAL auf jahrelange Erfahrung in der Entwicklung von KI-basierten Simulatoren für das thermische Verhalten elektronischer Systeme, von virtuellem Thermal Sensing mit neuronalen Netzen sowie in der Implementierung automatisierter Simulations-Workflows zur Erzeugung von Trainingsdatensätzen für physikbasierte KI-Anwendungen.

• Optimale Platzierung von Sensoren für die KI-gestützte Vorhersage von Temperatur, mechanischer Belastung und/oder elektromagnetischer Umgebung des Systems.
• Eine ressourcenschonende, echtzeitfähige, Virtual-Sensing-Lösung, die auf einem speziellen eingebetteten Gerät oder Chip eingesetzt wird.
• Einen umfassenden Datensatz über das physikalische Verhalten elektronischer Systeme, auf dessen Grundlage eine Vielzahl weiterer Studien durchgeführt werden können.

Internationales Konsortium aus 1-3 Industriepartnern

• Ziel: 1-3 Partner
• 2-3 Jahre Projektlaufzeit
• Universitäten und akademische Partner sind zur Teilnahme berechtigt (es gelten spezielle Bedingungen zur Ausgewogenheit)
• Doktorand:innen im Rahmen des Projekts möglich - betreut durch akademische Partner

• Attraktive Kofinanzierung: SAL übernimmt 50 % des Projektvolumens, der Partner zahlt nur 25 % Cash und 25 % In-Kind. Mehr zum SAL-Kooperationsmodell.
• Wettbewerbsvorteil: einfachere und schnellere Verwertung zukünftiger Produkte durch Nutzung des erworbenen geistigen Eigentums
• Risikominimierung: frühzeitiges Aufgreifen von technischen Problemen für einen aufstrebenden Markt
• Innovation: zukunftsorientierte Technologien und Erforschung neuer Trends
• Partnerschaft: Zusammenarbeit in einem zukunftsweisenden und effizienten Ökosystem