L'analisi dei dati dei sensori delle macchine, impianti o edifici permette di rilevare precocemente stati anomali e quindi di evitare ulteriori danni. Per questo scopo, i dati di monitoraggio vengono ricercati per anomalie. Attraverso l'apprendimento automatico, il rilevamento delle anomalie può già essere parzialmente automatizzato.

I metodi di apprendimento automatico richiedono prima una fase di apprendimento stabile in cui conoscono tutti i possibili tipi di stati regolari. Per turbine eoliche o ponti, questo è possibile solo in misura molto limitata, come sono, Per esempio, esposto a condizioni meteorologiche molto variabili. Inoltre, di solito sono disponibili solo poche informazioni su eventi anomali. Di conseguenza, è difficile per il sistema identificare e classificare gli stati eccezionali. Però, questa conoscenza è importante per scoprire quanto siano realmente precarie le rispettive deviazioni dalla norma. Questi problemi devono essere affrontati nel progetto "Machine Learning Procedures for Stochastic-Deterministic Multi-Sensor Signals" (MADESI).

Le simulazioni numeriche possono essere eseguite attraverso tutti gli scenari immaginabili. Per esempio, è possibile simulare cosa succede se forti burrasche colpiscono una turbina eolica. Il sistema di monitoraggio può quindi essere addestrato con i dati generati da queste simulazioni e successivamente rilevare e interpretare autonomamente le anomalie.

I ricercatori del progetto MADESI sviluppano metodi che consentono l'utilizzo dei dati di simulazione nell'apprendimento automatico. Qui, il sistema di monitoraggio deve essere progettato in modo tale da poter essere addestrato utilizzando dati di sensori reali e dati di simulazione. Inoltre, il consorzio intende aumentare l'interpretabilità dei dati di monitoraggio. "Per questo scopo, noi di SCAI lavoriamo su metodi di data mining in grado di riconoscere pattern nei dati dello scenario, " spiega il project manager Prof. Dr. Jochen Garcke, capo del dipartimento "Previsione basata sui dati numerici" presso Fraunhofer SCAI. "Qui, cerchiamo anche le caratteristiche di danni specifici delle scatole ingranaggi delle turbine eoliche o il ghiaccio sulle pale del rotore di una turbina eolica."