Diesen Sommer unterstützte uns Julian im Rahmen seines Schülerpraktikums bei mehreren Aufgaben rund um unsere Sensorik. Dabei lernte er nicht nur unsere Hardware und Software kennen, sondern arbeitete direkt an realen Arbeitsschritten mit – vom Zusammenbau und der Prüfung von Sensoren bis zur Auswertung und Dokumentation von Messdaten.
Vom Bauteil zum einsatzbereiten Sensor
Zu Beginn machte sich Julian gemeinsam mit unserem Team mit dem Schwingungssimulator, den eingesetzten Sensoren sowie den dazugehörigen eSENSEial-Anwendungen vertraut. Anschließend begleitete er einen Batch Sensoren durch mehrere Stationen: Zusammenbau, Verguss und Provisionierung in Graz, Kalibrierung sowie die abschließende Prüfung, Dokumentation, Verpackung und den Versand. Dabei beschäftigte er sich auch mit möglichen Verbesserungen des bestehenden Ablaufs. Eine heute noch manuell geführte Checkliste könnte künftig beispielsweise durch eine Datenbank mit API und Weboberfläche ersetzt werden. Prüfschritte ließen sich dadurch strukturiert abarbeiten und notwendige Reihenfolgen technisch absichern.
Wie ein Softwareupdate Messdaten beeinflussen kann
Für eine weitere Aufgabe verglich Julian zwei Firmware-Versionen unserer Sensoren. Dafür schrieb er ein Python-Skript, das Messungen auslöst und die Ergebnisse grafisch darstellt, und dokumentierte anschließend die Unterschiede zwischen alter und neuer Version. Hintergrund des Tests war die zeitliche Synchronisation mehrerer Sensoren. Der interne Takt eines Sensors ist nicht vollkommen exakt. Werden mehrere Sensoren parallel eingesetzt, können ihre Zeitstempel deshalb mit zunehmender Messdauer auseinanderdriften. In Julians Vergleich wurden drei Sensoren über jeweils zehn Sekunden gemeinsam aufgezeichnet und ihre zeitliche Abweichung zueinander untersucht.
Der Testlauf: Verbinden, Messen, Daten exportieren.
Der Unterschied zwischen den beiden Firmware-Versionen war deutlich: Mit der älteren Version lag der gemessene zeitliche Versatz nach zehn Sekunden bei bis zu 78,2 Millisekunden. Mit aktivierter Taktkorrektur reduzierte sich die Abweichung im selben Test auf unter 1,1 Millisekunden. Genau dieser Unterschied war für Julian eines der interessantesten Ergebnisse seiner Arbeit.
Beinahe perfekte Synchronisation.
Die Schwingbilder der implementierten Sensoren (blau, gelb, grün) schwingen harmonisch im Gleichtakt.
Hardware, Software und Daten gehören zusammen
Am meisten interessierte Julian während seines Praktikums nach eigener Aussage der praktische Aufbau und die Einrichtung der Sensoren. Gleichzeitig zeigen seine Aufgaben sehr gut, wie eng Hardware, Software und Daten in unseren Projekten miteinander verbunden sind.
Für uns fängt genau dort Data Science an: Ein Sensor muss mechanisch funktionieren, richtig konfiguriert sein und zuverlässig kommunizieren. Die Software muss die erwarteten Daten liefern, und erst durch eine saubere Prüfung und Auswertung lässt sich feststellen, ob das Gesamtsystem tatsächlich so arbeitet, wie es soll.
Danke Julian für deine Unterstützung und deinen Einsatz diesen Sommer – und alles Gute für deinen weiteren Weg!