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.

Continuous condition monitoring is indispensable for condition-oriented maintenance of large-scale power engines in operation, such as ship engines. Faults in machines usually manifest themselves through a change in the noise signature long before a critical condition occurs. Measurement with acoustic sensors already makes it possible to test individual components. In this project, the individual sensor system, which has to be developed, is to be expanded into a sensor network, enabling continuous monitoring of the entire life cycle. Efficient use in the sense of a "condition monitoring system" requires Industry 4.0 approaches: digitalisation, networking and "machine learning". Acoustic monitoring of the entire life cycle thus forms the basis for the development of solutions for the megatrend of predictive maintenance.

The aim of the project is to develop a new type of sensor platform with network capability and adapted analysis and sound localisation procedures. The distributed measurement of sound events opens up unique possibilities for the comprehensive monitoring of large units with just a few sensors, expecially through the linking of sensors and sound localisation. In addition to the development of the sensor network and the localisation of the sound events, methods for the optimal placement of the individual sensor systems are being investigated.