Sensorintegrierte Signalverarbeitung − Schmelzbadüberwachung beim Laserschweißen

Die Erfassung von Position und Beschleunigung des Werkstücks wird über Beschleunigungssensoren und miniaturisierte Lagesensoren, wie sie in Smartphones bereits verwendet werden, realisiert. Um die Datenübertragungsraten gering zu halten, muss eine Vorverarbei-tung auf dem System (sensorintegrierte Signalverarbeitung) stattfinden. Hierzu werden rekonfigurierbare Datenerfassungssysteme verwendet. Diese erlauben je nach Anwendungsfall eine veränderte Datenverarbeitung auf dem System. Für die Prozessüberwachung oder Prozessregelung werden vom System dann nur noch die notwendigen Kennwerte übertragen. Durch die Rekonfigurierbarkeit kann die Verrechnungsmethode jederzeit optimal an die jeweiligen Anforderungen angepasst werden. Ein Beispiel für eine CPPS-Kraftmessplattform für die 5-Achs-Bearbeitung mit integrierten Lage- und Beschleunigungssensoren zeigt Bild 7.

Sensorintegrierte Signalverarbeitung − Schmelzbadüberwachung beim Laserschweißen

In diesem Abschnitt wird ein Beispiel für die sensorintegrierte Signalverarbeitung am Beispiel von Kamerasystemen gegeben. Die Herstellung neuartiger Kamerasysteme mit der Fähigkeit zur integrierten Signalverarbeitung wird durch Zellulare Neuronale Netzwerke (CNN) ermöglicht. Die Besonderheit dieser Systeme besteht darin, dass jeder einzelne Pixel des optischen Sensors mit einer eigenen Einheit zur Datenverarbeitung und Speicherung verbunden ist. Zusammen bilden diese Komponenten jeweils eine Zelle. Dieser Aufbau ermöglicht die parallele Verarbeitung der Daten sämtlicher Bildpunkte. Die einzelnen Zellen des Sensorsystems sind zudem mit den jeweils unmittelbar benachbarten Zellen verbunden. Hierdurch entsteht ein Netzwerk einzeln verarbeitender Elemente . Die interzellularen Verbindungen führen dazu, dass die Zellen nicht nur die Daten eines einzelnen Pixels verarbeiten, sondern gleichzeitig miteinander interagieren können. Dieser Aufbau ist an das Vorbild natürlicher neuronaler Netzwerke angelehnt, wobei die einzelnen Zellen des CNN biologischen Nervenzellen nachempfunden sind [3]. Unter Vorgabe geeigneter Algorithmen ermöglicht die CNN-Architektur die besonders schnelle Verarbeitung von Bilddaten. Der zellulare Aufbau des Systems führt jedoch dazu, dass die verarbeiteten Daten abermals in Bildform ausgegeben werden. In entsprechenden Kamerasystemen wird der CNN-basierte Prozessor in Fokalebene durch ein nachgeschaltetes FPGA (Field Programmable Gate Array) ergänzt. Dieses steuert den Fokalprozessor und interpretiert die ausgegebenen Daten. Da die Daten bereits in vorverarbeiteter Form vorliegen, ist durch den FPGA-Prozessor hierbei eine wesentlich geringerer Rechenleistung aufzubringen, als dies bei einer direkten Auswertung der Bilddaten der Fall wäre.