(openPR) Johannes Kiener erhielt den IfKom-Preis an der OTH Regensburg für seine Masterarbeit mit dem Titel "Porting and Evaluation of a Python Machine Learning System for a Linux-based Microcontroller".
Die Ingenieure für Kommunikation ( IfKom e. V. ) verliehen am 17. Oktober einen IfKom-Preis an Johannes Kiener an der Ostbayerischen Technischen Hochschule Regensburg für seine Masterarbeit mit dem Titel "Porting and Evaluation of a Python Machine Learning System for a Linux-based Microcontroller". Die Verleihung dieses Preises erfolgte im Rahmen der Absolventenfeier der Fakultät für Elektro- und Informationstechnik für eine Masterarbeit zur Erlangung des akademischen Grades "Master of Engineering".
M.Eng. Johannes Kiener hat in seiner Masterarbeit, die er überwiegend an der Tokyo University of Science in Japan durchgeführt hat, ein Predictive Maintenance System (PDMS) auf einen leistungsfähigen Raspberry-Pi-Mikrocontroller portiert. Mit den dabei erzielten Ergebnissen hat er für das gemeinsame Edge-AI-Projekt von Prof. Yoshida und Prof. Sehr die Weichen für künftige Entwicklungen und die Einführung komplexerer Algorithmen gestellt. Predictive Maintenance ist ein kritischer Bestandteil der modernen Industrie, mit dem Maschinenschäden frühzeitig erkannt und präzise prognostiziert werden können. Dadurch lassen sich Wartungsmaßnahmen bedarfsgerecht planen, Stillstandszeiten minimieren und der kostspielige vorzeitige Austausch von Komponenten verhindern.
Die Portierung der PDMS-Software von der bisherigen Hardware, einem ESP32-Mikrocontroller, auf den Raspberry Pi erfolgte in zwei Schritten: Der erste Teil umfasste die Installation und Konfiguration des Linux Betriebssystems auf dem Mikrocontroller sowie die Implementierung von Softwaretreibern für das Touchscreen-Interface. Darüber hinaus wurde eine Hardware-Abstraktionsschicht entwickelt, die den Einsatz derselben Software auf den nun unterschiedlichen Mikrocontrollern ermöglicht. Um die Softwarequalität zu gewährleisten, wurde zusätzlich ein Testframework für automatisierte Softwaretests realisiert.
Im zweiten Teil der Arbeit wurde die Performance des neuen Systems im Hinblick auf Predictive-Maintenance Anwendungen evaluiert und mit der alten Hardware verglichen. Hierfür wurden sechs verschiedene Machine-Learning-Modelle auf den beiden Mikrocontrollern trainiert, wobei Erkennungsrate, Trainingsdauer, Speichernutzung und Stromverbrauch erfasst wurden. Trainingsziel war dabei das Erkennen von Anomalien und Beschädigungen anhand von Vibrationssignalen zweier Kugellager-Datensätze. Insbesondere das Gaussian Mixture Model überzeugte mit hohen Erkennungsraten auf beiden Plattformen (F1 > 94,4 %) und einer insgesamt überdurchschnittlichen Performance in den übrigen Metriken. Mit einer 60-80-fachen Steigerung der Ausführungsgeschwindigkeit und der Möglichkeit, Rohdaten zu trainieren, war der neue Raspberry Pi dem bisherigen ESP32 überlegen. Darüber hinaus liegt der größte Vorteil des neuen Systems in der deutlichen Vereinfachung des Entwicklungsprozesses. Mithilfe von Linux besteht Zugang zu weit verbreiteten Machine-Learning-Bibliotheken sowie einer Vielzahl an Open Source Tools und Komponenten, die zukünftige Entwicklungen am PDMS deutlich erleichtern werden.
Prof. Dr. Sehr, der die Masterarbeit in Zusammenarbeit mit Prof. Dr. Takahiro Yoshida von der Tokyo University of Science in Japan, betreute, beglückwünschte M. Eng. Johannes Kiener zusammen mit den regionalen Vertretern des Berufsverbandes Dipl.-Ing. Helmut Steinberger (Bezirksvorsitzender) und Dipl.-Ing. Peter Stöberl (Mitglied des Bundesvorstandes), zu seiner herausragenden, mit dem Förderpreis ausgezeichneten Abschlussarbeit. Diese Masterarbeit zeigt auch die sehr gute wissenschaftliche Zusammenarbeit, die die OTH Regensburg international pflegt.
Seit vielen Jahren verleihen die IfKom an der Ostbayerischen Technischen Hochschule Regensburg den Förderpreis. Dem Berufsverband der Ingenieure für Kommunikation ist es ein besonderes Anliegen, herausragende Master- und Bachelorarbeiten zu fördern. Insbesondere den Technischen Hochschulen kommt in der so wichtigen Ingenieurausbildung eine entscheidende Rolle zu. Hierzulande fehlen vor allem in den klassischen Ingenieurwissenschaften immer mehr akademische Nachwuchskräfte. Deutsche Ingenieurkunst ist seit jeher ein Garant bester deutscher Entwicklungen und -produkte. Mit den jährlichen Ingenieurpreisen unterstreichen die IfKom die Notwendigkeit, junge Menschen von der besonderen Relevanz technischer Studiengänge zu überzeugen, zu fördern und damit den akademischen Nachwuchs in den Ingenieurausbildungen zu sichern.
Mit ihren technischen Studiengängen leisten die Hochschulen einen wertvollen Beitrag zu der Ausbildung der technischen, akademischen Nachwuchskräfte und damit zur Zukunftssicherung unseres Landes.
