AUTOMATED X-RAY-BASED DAMAGE DETECTION AND CHARACTERISATION IN MATERIALS BY DATA-DRIVEN ANOMALY PREDICTOR MODELS TRAINED BY FUSION OF REAL AND SIMULATED X-RAY DATA
Improving ecology and economics of high-pressure aluminum die casting processes by a data-driven analytical characterisation of hidden pores and defects using X-ray Radiography images and advanced Simulation Methodologies
DETECTION OF HIDDEN DAMAGES IN FIBRE LAMINATES USING
LOW-QUALITY TRANSMISSION X-RAY IMAGING, X-RAY DATA
AUGMENTATION BY SIMULATION, AND MACHINE LEARNING
Robuste und sichere Schadenserkennung in großskaligen Bauteilen und Konstruktionen ist immer noch eine Herausforderung, sowohl hinsichtlich der Messtechnik als auch der Datenauswertung. Beispiele sind Betonbauteile oder Stahlbetonkonstruktionen, insbesondere solche die unter widrigen Bedingungen wie Off-shore Windernergieanlagen betrieben werden. Für die Zustandsüberwachung, vor allem Risserkennung und Materialermüdung, können geführte Ultraschallwellen oder akustische Emissionen eingesetzt werden, die auf eine Rissentstehung oder Ausbreitung hindeuten. Beide Verfahren beruhen häufig auf Referenzmessungen (differentielle Diagnostik) und zeitaufgelösten Signalen. Diese können aber durch veränderte externe Einflüsse und Störungen ungültig werden. Werden z.B. akustische Messungen mit Abtastraten mit mehr als 1Ms/s durchgeführt und sind die Bauteile mit einer großen Anzahl von Sensoren ausgestattet können die Datenvolumen immens große werden (Tera Bytes bis Peta Bytes), gerade auch auf der longitudinalen Achse. Eine echtzeitfähige Schadenserkennung ist nicht mehr möglich. Anstelle einer zentralisierten global Zustandsschätzung sollen Methoden der lokalen Zustandsschätzung mit globaler Fusion diskutiert und vorgestellt werden. Dabei wird ein verteiltes digitales Sensornetzwerk angenommen in dem Sensorknoten nur lokale Sensordaten verarbeiten um im ersten Schritt eine Anomalie festzustellen, die ein Ereignis für weitere Analysen auslösen. Durch selbst-organisierende, selbst-adaptive und agentenbasierte Nachbarschaftsinteraktion der Sensoren und Sensorfusion (mit Analyse geführter Wellen und akustische Emissionsanalyse) soll ein möglicher Schaden näher und durch datengetriebene Ensembleprädiktoren charakterisiert werden. Dabei soll ein möglichst großer Parameterraum abgedeckt werden und die Implementierung der Schadens- und Anomalie Prädiktoren in eingebetteten System realisierbar sein. Ein besonderes Augenmerk liegt auf der Erkennung von Rissentstehung und Propagation.
Invited Talk about Self-organising Distributed and Learning Technical Systems by PD Dr. Stefan Bosse
This talk gives an overview of my primary research areas and work addressing self-organising distributed and learning technical systems. A broad range of fields of application and use-cases is introduced featuring self-star capabilities and resilience. The fundamentals of self-organising systems are discussed and elaborated. [YOUTUBE VIDEO]
Invited Talk about Material-integrated Intelligent Systems and Programmable Matter
From single Sensors to Learning Distributed Sensorsystems - The System-level Approach: Crossing the Boundary between Engineering and Computer Science [YOUTUBE VIDEO]
Data-driven and automated Damage Diagnostics from High-dimensional Data
Towards Learning Technical Systems and Sensor Data Science
Invited talk, University of Siegen, LWM, 22.9.2022
Conference Talk IEEE Mobility 2022: Fusion of Distributed Tuple Spaces and Agents
6th International Conference on System-Integrated Intelligence Intelligent, flexible and connected systems in products and production
SysInt is an international conference about system-integrated intelligence, held biannually. The conference provides a forum for academia and industry to disseminate their latest innovations and practices in field of system-integrated intelligence. The goal is to present recent and exciting results on the integration of new, intelligent functionalities into materials, components, systems and products. The conference addresses industry and society needs, requirements and expectations. More information can be found here: https://sysint-conference.org
Best Paper Award: The Thirteenth International Conference on Advances in System Simulation
S. Bosse, Surrogate Predictive and Multi-domain Modelling of Complex Systems by fusion of Agent-based Simulation, Cellular Automata, and Machine Learning, Proc. of the SIMUL 2021 Conference, The Thirteenth International Conference on Advances in System Simulation, IARIA, 3. - 7. October 2021, Barcelona, Spain, & Online
The Eigth Electronic International Conference on Sensors and Applications ECSA 2021 Talk
The Thirteenth International Conference on Advances in System Simulation SIMUL 2021 Talk
Studentische Mitarbeiter gesucht!!
Studentische Mitarbeiter (Arbeitsumfang nach Vereinabarung) ab sofort gesucht:
Für die Bearbeitung von experimentellen und Softwarearbeiten im Bereich Sensordatenverarbeitung und Datenwissenschaften vor allem mit Maschinellen Lernverfahren (aber nicht darauf beschränkt) werden Studentinnen und Studenten gesucht die grundlegende Erfahrung in der Programmierung und Datenverarbeitung besitzen. Die Amtssprache ist JavaScript mit gelegentlichen Exkursen zu Matlab, und das Labor ist der WEB Browser. Die Arbeiten finden in einem inetrdisziplinären Umfeld statt (Materialwissenschaften, Sensorik, Messtechnik, Fertigungstechnik), u.a. mit dem DLR und der TU Braunschweig. Es geht hauptsächlich um Schadenserkennung und Diagnose in hyrbiden Materialien. Die Daten stammen aus der Ultraschallmesstechnik und Röntgen Computer Tomographie. Bei Interesse email an sbosse (at) uni-bremen.de senden!
The 9th European Congress of Methodology (EAM) 2021 Talk
International Conference on Simulation and Modeling Methodologies, Technologies and Applications (SIMULTECH) 2021 Talk
International Conference on Agents and Artificial Intelligence (ICAART) 2021 Talk
Universität Bremen - FB Mathematik & Informatik
