Studien zur verbesserten Ausnutzung des Informationsgehaltes von Multisensorsystemen

Abstract

Im Rahmen der vorliegenden Arbeit wurden Methoden zur Erkennung kritischer Zustände mit Hilfe gassensorischer Systeme in z.T.sicherheitsrelevanten Umgebungen untersucht. Im Vordergrund steht die Integration der sensorischen Hardware mit Methoden dermodernen Datenanalyse zu leistungsfähigen Diagnosesystemen. Eines der wesentlichen Ziele der Untersuchungen bestand darin, Möglichkeiten zur Steigerung des Informationsgehaltes vonSensorsystemen zu entwickeln und diese in realen Systemen umzusetzen. Hierzu wurden entlang der komletten Informationsverarbeitungskette, beginnend mit der Erzeugung elektrischer Signalmuster auf Seite dersensorischen Hardware bis hin zu Ausgabe komplexer Systemzustandsbeschreibungen durch das User-Interface, bislang ungenutztePotentiale auf die Möglichkeit zur Erschließung hin untersucht bzw. einer vereinheitlichten Behandlung zugänglich gemacht. Ein besonderes Augenmerk galt den Eigenschaften halbleitender Metalloxid-Gassensoren. Zum einen wurden Möglichkeiten zurSteigerung der Nachweisempfindlichkeit durch mikro- bzw. nanostrukturierte Gassensoren untersucht. Ein weitererUntersuchungsschwerpunkt galt der Betriebsweise dieser Sensoren. Durch eine zeitlich gesteuerte Veränderung der Temperatur dergassensitiven Schicht wurde eine physikalische Effektmodulation erzeugt, die einem Informationsmultiplexing eines Einzelsensorsgleichkommt ('virtueller Multisensor'). Da die Umkehrabbildung der meßbaren Effekte hin zur physikalischen Ursache in der Regel nichteindeutig analytisch ableitbar ist, wurden Algorithmen zur Extraktion entscheidungsrelevanter Informationen aus z.T. stark verrauschtensensorischen Daten entwickelt. Bei der Beurteilung des Informationsgehaltes durch Merkmalsextraktoren werden solche Merkmale für relevant erachtet und zur weiterenVerarbeitung selektiert, deren Zusammenhang mit den nachzuweisenden physikalischen Ursachen aufgrund vorher festgelegterGütebeurteilungsfunktionen am wahrscheinlichsten ist. Die zeitliche Stabilität dieser Merkmale sowie die Robustheit gegenüber Ausreisern sind für den dauerhaften Einsatz der so entstandenenSysteme von entscheidender Bedeutung und wurden mit voneinander unabhängigen Methoden untersucht. Dazu gehören nebenLangzeituntersuchungen mit 'echten' Sensoren die gezielte Variation der Versuchsbedingungen (Streßtests) sowie die Simulation vonExemplarsteuungen und Alterungseffekten mit Hilfe von Computermodellen. Schließlich kommt den Algorithmen zur Mustererkennung bzw. Funktionsapproximation eine tragende Rolle zu. Letztere läßt sich immer alsOptimierungsproblem formulieren, so daß neuere, EA-ähnliche Algorithmen mit in die Diskussion einbezogen wurden. Schließlich wurden im Rahmen dieser Arbeit zwei Softwarepakete entwickelt, um immer wiederkehrende Prozeßschritte zu beschleunigen.Hierbei handelt es sich um zum einen um MSMEV (merkmalselektierendes Mustererkennungsverfahren), das im Rahmen einesmehrstufigen Merkmalsselektionsprozesses einen GRNN-basierten Klassifikator selbständig aufbaut, zum anderen um VISOM, eineSoftware zur Visualisierung hochdimensionaler Merkmalsvektoren und Klassifikatoren sowie zur Datenclusterung, Visualisierung undKlassifikation mit Hilfe von Self-Organizing Maps.