Gegenstand von VUSSIO ist der Entwurf und die prototypische Umsetzung eines innovativen Schallsen­sors, der in einem hybriden Ansatz statistische, adaptive und selbstlernende Operatoren direkt im Sensor kombiniert und dadurch einen gegenüber bisherigen Systemen maßgeblich erweiterten An­wendungsbereich abdeckt.
Alle für den Produktivbetrieb notwendigen Analysen direkt im Sensor durchzuführen bietet enorme Vorteile im praktischen Betrieb. Störeinflüsse, Ressourcenverbrauch und Konfigurationsaufwand werden so minimiert, während die Anwendungsmöglichkeiten im industriellen Umfeld gegenüber mehrteiligen Lösungen deutlich umfangreicher sind. Diese Anwendungseigenschaften sollen mit dem Design des VUSSIO-Schallsensors umgesetzt werden.
Rohdaten werden dabei bereits sensorseitig in charakteristische Merkmale aufgespreizt und in ei­ner technischen Zwischenstufe für eine relevanzadaptive Bewertung des Signals herangezogen, woraus sich eine relevanzadaptive Filterung ergibt. Diese Vorgehensweise ermöglicht, relevante Signale von bedeutungsärmeren zu unterscheiden und entsprechend automatisch zu filtern und zu markieren.
Durch die Übertragung von "kondensierten" Merkmalsvektoren (mit höherem Informationsinhalt pro Datenbit) werden Übertragungs- und Energieversorgungsressourcen minimal belastet und das Verhältnis zwischen Information und Grundrauschen wird essentiell verbessert. Die Kartierung der ermittelten Geräuschmerkmale erfolgt mit unterschiedlichen Zeitauflösungen, wodurch auch schlei­chende Alterungs- und Verschleißprozesse quantifizierbar werden. Die ereignisschwellenbezogene Klangaufzeichnung speichert und überträgt kurze Klangschnipsel, die für eine manuelle Analyse herangezogen werden können.
Zur optimalen Unterstützung des Sensorbetriebs wird parallel eine interaktive Bedien- und Konfigu­rationsoberfläche vorgesehen, die wahlweise über direkte Netzwerkverbindung oder über eine Cloud-Anbindung mit dem Sensor kommuniziert.

Für eine zustandsorientierte Instandhaltung von in Betrieb befindlichen Großkraftmaschinen, wie z. B. Schiffsmotoren, ist eine kontinuierliche Zustandsüberwachung („ConditionMonitoring“) unabdingbar. Fehler an Maschinen äußern sich durch eine Veränderung der Geräuschsignatur zumeist lange bevor ein kritischer Zustand eintritt. Die Messung mit akustischen Sensoren ermöglicht bereits heute eine Prüfung einzelner Komponenten. In diesem Projekt soll das zu entwickelnde Einzelsensorsystem zu einem Sensornetzwerken erweitert werden, wodurch die kontinuierliche Überwachung des gesamten Lebenszyklus ermöglicht werden soll. Ein effizienter Einsatz im Sinne eines „Condition-Monitoring-Systems“ erfordert Ansätze der Industrie 4.0: Digitalisierung, Vernetzung und „Machine Learning“. Die akustische Überwachung des gesamten Lebenszyklus bildet damit die Grundlage für die Entwicklung von Lösungen für den Megatrend der vorausschauenden Wartung („Predictive Maintenance“).

Ziel des Vorhabens ist die Entwicklung einer neuartigen Sensorplattform mit Netzwerkfähigkeit und angepassten Analyse- und Schallortungsverfahren. Die verteilte Messung von Schallereignissen eröffnet gerade durch die Verknüpfung der Sensoren und die Schallortung einzigartige Möglichkeiten zur umfassendenen Überwachung großer Aggregate mit wenigen Sensoren. Neben der Entwicklung des Sensornetzwerkes und der Lokalisierung der Schallereignisse werden Methoden zur optimalen Platzierung der Einzelsensorsysteme untersucht.