Entwicklung eines kompensierten Nanotesla-Sensors mit IoT Anbindung

Allgemeines zum Projekt

Projekttitel: Entwicklung eines kompensierten Nanotesla-Sensors mit IoT Anbindung

Betreuer: Prof. Ingo Groß

E-Mail: ingo.gross@h-brs.de

Anzahl Plätze: 1-2

Start: Sommersemester 2025

Studiengänge:

• Elektrotechnik  Schwerpunkt Elektrotechnische Systementwicklung
• Maschinenbau  Schwerpunkt Mechatronik
• Maschinenbau  Schwerpunkt Virtuelle Produktentwicklung
• Nachhaltige Ingenieurwissenschaften

Kurzbeschreibung und Zusatzinfos

Kurzbeschreibung: Für die Erforschung sehr schwacher magnetischer Wechselfelder auf den Schlaf soll eine kompakte Messvorrichtung gebaut werden, die in der Lage ist, sehr niederfrequente (0,1-50 Hz) magnetische Feldänderungen (ELF) die im Bruchteil (nT) der Feldstärke des Erdmagnetfeldes (20-40µT) liegen, mit Hilfe eines zur Verfügung stehenden, analogen Fluxgate-Magnetfeldsensors aufzuzeichnen. Da der empfindliche Sensor bereits vom Erdmagnetfeld übersteuert wird, muss dieses mit einem Gegenfeld kompensiert werden. Da eine Kompensation mit Magnetspulen neue Störungen (Rauschen) verursachen würde, soll eine mechatronische Vorrichtung mit einem bewegbaren Permanentmagneten gebaut werden, mit deren Hilfe nach Platzierung der gesamten Messeinrichtung zunächst eine automatische Nullpunkteinstellung (Kompensation des Erdmagnetfeldes) für den Sensor stattfindet. Der Aufbau muss weiterhin möglichst erschütterungsfrei entwickelt werden, da ansonsten niederfrequente, mechanische Schwingungen des Sensors im Erdmagnetfeld ein falsches Messignal erzeugen (Mikrofoneffekt). Ggf. könnte die Erschütterung mit einem 2. Sensor überwacht und kompensiert werden. Die Messdaten sollen zunächst sehr rauschfrei verstärkt und dann über einen Raspberry-PI mit hochauflösender AD-Karte verarbeitet werden. ggf. könnte man diese noch an einen Webserver senden oder webbasiert visualisieren.

Es bestehen also Arbeitsfelder in: 

• Mechatronischem Aufbau: Erschütterungsfreiheit, Kompensationsvorrichtung
• Elektronik: Rauschfreie Spannungsversorgung, Einbindung des Sensors, sehr rauscharme Verstärkung, ADWandlung, Aufnahme mit Raspberry-PI ADC
• Software: Datenaufnahme, Speichern und Senden an einen (vorhandenen) Datenbankserver (Python)
• Ggf. Auswertung und Visualisierung in einem Spektrogramm (Wasserfallspektrum) (Python)

Projektphasen

Masterprojekt 1: Grundlagen, ggf. andere Sensorwahl und erster Prototyp

Masterprojekt 2: Prototyp mit Verfeinerung, Board und IoT Anbindung

Masterthesis: Theoretische Betrachtung, Optimierung, Messreihen, Spektrogramm