Virtuelle Sensoren sind zentraler Bestandteil in vielen Kontroll- und Diagnosesystemen. Zum Beispiel bei der datenbasierten Analyse der Abgaswerte von Dieselmotoren, die im Zuge von Testläufen auf einem Motorprüfstand gemessen werden. Die FH-OÖ Campus Hagenberg arbeitet nun gemeinsam mit dem Institut für Design und Regelung von mechatronischen Systemen an der Kepler Universität Linz an Verfahren, die die automatisierte Entwicklung von Modellen (virtuelle Sensoren) aus gemessenen Prüfstandsdaten ermöglichen.

Dazu werden bei diesem vom FWF (Fonds zur Förderung der wissenschaftlichen Forschung) finanzierten Grundlagenforschungsprojekt von einem Motorprüfstand gemessene Daten realer Sensoren betrachtet. Die Forscher bedienen sich dabei weiterentwickelter Konzepte aus dem Gebiet der Genetischen Programmierung, einer von der natürlichen Evolution inspirierten Optimierungsstrategie.

Es gibt neben der Genetischen Programmierung natürlich mehrere Methoden und Algorithmen, welche verwendet werden können, um aus Daten mathematische Modelle zu generieren, wie zum Beispiel lineare Methoden oder Neuronale Netze. Der Vorteil von Genetischer Programmierung besteht dabei hauptsächlich darin, dass das Ergebnis eines solchen Analyseprozesses immer in physikalisch interpretierbaren und kompakten Formeln besteht, welche auch dynamische Vorgänge in Systemen repräsentieren können.

Vielfältige Anwendungsbereiche

"Die Anwendungsbereiche für eine datenbasierte Modellgenerierung sind vielfältig. So finden sie z. B. auch im Medizinbereich zur Diagnose von Krankheiten Verwendung. Die theoretischen Eigenschaften der von uns entwickelten Verfahren zeigen sich bereits sehr viel versprechend. Nun geht es neben der kontinuierlichen Weiterentwicklung darum, weitere praktische Anwendungsfelder zu identifizieren", so Michael Affenzeller, Projektleiter an der Fachhochschule.

Weitere mögliche Forschungsfelder liegen in der Erstellung von Vorhersagemodellen beispielsweise für die Katastrophenvorhersage, Hydroinformatik, Meteorologie, Bonitätsanalyse sowie der Aktienkursprognose. (DER STANDARD, Printausgabe, 20. September 2006)