KIT | KIT-Bibliothek | Impressum | Datenschutz

Automated Anomaly Detection in Data Streams on Engine Test Benches Using Multi-Scale Convolutional Recurrent Encoder-Decoder

Juhl, Jens; Rudolf, Thomas; Lukas, Kohout; Schwab, Stefan; Dummer, Georg; Hohmann, Sören; Stork, Wilhelm

Abstract:
Die Analyse von Motorprüfstandsmessungen erfordert die Auswertung einer großen Anzahl von
Messsignalen in Form von Datenströmen. Die Datenströme eines Prüflings stellen eine zunehmende
Herausforderung für die Prüfingenieure dar, die Menge der verfügbaren Daten zu bewältigen.
Eine Auswertung hinsichtlich Anomalien ist nur dann in Echtzeit möglich, wenn der Großteil des
Testsystems automatisiert ist. Automatisierte Methoden verwenden oft statistische oder semistatistische, merkmalsbasierte Methoden wie Signalmittelwerte, Varianzen oder Schranken. Die
Leistungsfähigkeit dieser Methoden stößt jedoch bei hochdynamischen Daten an Grenzen. ... mehr

Abstract (englisch):
The analysis of engine test bed measurements requires the evaluation of a large number of
measured signals as data streams. The data streams from the device under test pose an increasing
challenge for test engineers to handle the amount of data available. An evaluation regarding
anomalies is only possible in real time if the majority of the test system is automated. Automated methods often use statistics or semi-statistical feature-based methods like signal means,
variances, or bounds. However, the performance of these methods is limited on highly dynamic
data. This article proposes an architecture to automatically evaluate aggregated data for anomalies
... mehr



Zugehörige Institution(en) am KIT Institut für Technik der Informationsverarbeitung (ITIV)
Institut für Regelungs- und Steuerungssysteme (IRS)
Publikationstyp Proceedingsbeitrag
Publikationsmonat/-jahr 05.2021
Sprache Englisch
Identifikator ISBN: 978-3-9504969-0-1
KITopen-ID: 1000132245
Erschienen in Proceedings of the International Vienna Motor Symposium 2021. Hrsg.: B. Geringer
Veranstaltung 42nd Internationales Wiener Motorensymposium (2021), Wien, Österreich, 29.04.2021 – 30.04.2021
Auflage 1. Aufl.
Verlag Österreichischer Verein für Kraftfahrzeugtechnik (ÖVK)
Schlagwörter Machine Learning, Artificial Intelligence, Encoder-Decoder, Anomaly Detection, Testing, Real-world Application
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page