Zeitsynchronisation in der Messtechnik Vom NTP zum PTP und die wachsende Rolle zeitbezogener Messungen

Anbieter zum Thema

MicroConsult Academy GmbH

MES Electronic Connect GmbH & Co. KG

IBR Leiterplatten GmbH & Co. KG

Klassische, sternförmig aufgebaute Messsysteme stoßen bei verteilten Topologien an ihre zeitlichen Grenzen. Durch Protokolle wie IEEE 1588 oder „White Rabbit“ lassen sich verteilte Messdaten heute bis in den Pikosekunden-Bereich synchronisieren. Eine Präzision, die für den Aufbau Digitaler Zwillinge und das Training von KI-Modellen unerlässlich ist.

Klassische Test- und Messsysteme waren in der Vergangenheit in der Regel zentralistisch und sternförmig aufgebaut. Ein zentraler Steuerrechner dirigierte den Messablauf, verwaltete die Messgeräte sowie das Testobjekt (Device Under Test, DUT) und führte die einzelnen Testschritte aus. Ein echter zeitlicher Bezug zwischen den räumlich verteilten Messpunkten war in diesen Architekturen selten gegeben. Um einzelne Testschritte zu sequenzieren, kamen einfache Trigger-Leitungen zum Einsatz, die jedoch keine strengen zeitbezogenen Anforderungen erfüllen mussten (Bild 1).

Dieser prinzipielle Aufbau hat sich über Jahrzehnte bewährt. Doch bereits um 1990 erkannte die T&M-Branche den wachsenden Bedarf an dezentralen Systemen mit einem exakten zeitlichen Bezug. Zwar waren zu dieser Zeit schon GPS-basierte Systeme verfügbar, die eine hohe Genauigkeit boten, jedoch waren diese für den breiten T&M-Einsatz schlicht zu teuer. Die Vorgabe lautete daher, die geforderte Zeitsynchronisation über die bereits bestehende Netzwerkinfrastruktur zu realisieren.

Vom NTP-Standard zum Precision Time Protocol (IEEE 1588)

Die Initialzündung erfolgte Anfang der 1990er-Jahre, als Hewlett-Packard eine Arbeitsgruppe unter der Leitung von John C. Eidson ins Leben rief. Das Ziel: Ein Konzept zur signifikanten Verbesserung des bis dato genutzten Network Time Protocol (NTP) auszuarbeiten. Die im Jahr 2000 veröffentlichten Ergebnisse stießen in der Messtechnik-Branche auf so großes Interesse, dass rasch der Beschluss fiel, einen eigenen IEEE-Standard für diese neue Art der hardwarebasierten Zeitsynchronisation zu etablieren.

Im Jahr 2002 wurde das Precision Time Protocol (PTP) schließlich als IEEE 1588-2002 verabschiedet. Mit diesem Standard ließen sich nun erstmals Synchronisationsgenauigkeiten im Sub-Mikrosekunden-Bereich über Standard-Netzwerke realisieren. Da die technischen Anforderungen rasant stiegen, wurde das Protokoll 2008 umfassend aktualisiert (IEEE 1588-2008). Die aktuellste Überarbeitung, die IEEE 1588-2019 (PTP v2.1), brachte schließlich entscheidende Verbesserungen für moderne Industrie- und Messnetzwerke:

• Signifikante Erhöhung der Zeitsynchronisation und Genauigkeit.

• Skalierbarkeit: Von lokalisierten Sub-Systemen bis hin zu verteilten Großanlagen.

• Weitgehend administrationsfreier Betrieb (Plug-and-Play-Fähigkeit).

• Flexibler Einsatz sowohl in rechenstarken High-End- als auch in ressourcenbeschränkten Low-End-Geräten.

• Erweitertes Management für redundante und ausfallsichere Systeme.

Mit der Implementierung des IEEE-1588-2019-Standards war die Grundlage geschaffen, den exakten Zeitpunkt einer Messung in verteilten Systemen verlässlich zu bestimmen. In einem Standard-Ethernet-Netzwerk ermöglicht PTP typische Genauigkeiten von ±20 Nanosekunden. Moderne, hardwareoptimierte Systeme erreichen hierbei sogar eine Performance im einstelligen Nanosekunden-Bereich (Bild 2).

Erste Use-Cases: Vom Kraftwerk bis zum Teilchenbeschleuniger

Die ersten praktischen Anwendungsfälle für diese hochpräzise Zeitsynchronisation fanden sich in der Großindustrie, beispielsweise in Kernkraftwerken. Hier wurden sämtliche dezentral erfassten Messwerte mit PTP-Zeitstempeln versehen, zentral in einer Datenbank abgelegt und anschließend offline über ihren Zeitstempel korreliert und ausgewertet.

Noch weitaus extremere Anforderungen an die Synchronisation stellte das CERN für den Large Hadron Collider (LHC). Der Beschleunigerring hat einen Umfang von knapp 27 Kilometern. Unter Berücksichtigung der physikalischen Grenzen benötigt ein Signal für diese Strecke bei einer idealisierten Signallaufzeit von 5 ns pro Meter Kabel bis zu 135 µs. Die Messfehler, die aus den räumlichen Latenzen über Standard-PTP resultierten, waren für die Teilchenphysik inakzeptabel.

White Rabbit: PTP im Pikosekunden-Bereich

Um dieses physikalische Limit zu überwinden, erweiterte das CERN den IEEE-1588-Standard in Eigeninitiative. Die Ergebnisse wurden als sogenannter White Rabbit-Standard unter der CERN Open Hardware License veröffentlicht. Heute kommt White Rabbit nicht nur in der Steuerung des LHC zum Einsatz, sondern auch in weiteren wissenschaftlichen Großprojekten wie dem Neutrino-Teleskop KM3NeT im Mittelmeer oder dem Partikelbeschleuniger FAIR des GSI Helmholtzzentrums für Schwerionenforschung in Darmstadt. Der entscheidende Vorteil: Die Synchronisationsgenauigkeit der White-Rabbit-Implementierung liegt im Bereich von ±200 Pikosekunden. Damit ist das System noch einmal rund 100-mal genauer als das klassische IEEE-1588-Protokoll über Standard-Ethernet.

Wo Nanosekunden entscheidend sind

Aus der Etablierung des PTP-Standards ergeben sich heute völlig neue Möglichkeiten für die Prüf- und Messtechnik. Grundsätzlich lassen sich vier zentrale Szenarien identifizieren, die auf eine hochpräzise, zeitbezogene Messdatenerfassung angewiesen sind:

• Generierung von Daten für Digitale Zwillinge und Hardware-in-the-Loop-Simulationen (HiL),

• Datenbasis für das Training von KI-Modellen,

• verteilte Messungen über große räumliche Distanzen und

• zeitsynchrone Triggerung von Aktoren und Testsequenzen.

Eine besonders große Bedeutung in modernen T&M-Systemen kommt dabei dem Digitalen Zwilling (Digital Twin) zu. Dieses Konzept, das Anfang der 2000er-Jahre von Michael Grieves und John Vickers geprägt wurde, beschreibt das virtuelle Abbild eines realen Prozesses. Der Schlüssel zum funktionierenden Digitalen Zwilling ist die Daten- und Informationsverbindung zwischen der physischen und der virtuellen Welt.

In der Messtechnik bedeutet das: Die real erfassten Daten müssen mit extrem exakten Zeitstempeln versehen (korreliert) werden, um sie nutzbar zu machen. Nur wenn die zeitliche Kausalität aller Sensorsignale absolut deterministisch erfasst ist, verhält sich das spätere Simulationsmodell exakt wie sein physisches Pendant.

Praxisbeispiel: Motorenprüfstände und Schweißroboter

Ein klassischer Anwendungsfall findet sich an modernen Motorenprüfständen im Automotive-Bereich. Hier fallen pro Sekunde tausende Messwerte von unterschiedlichsten Sensoren (Druck, Temperatur, Drehmoment oder CAN-Bus-Signale) an. Sind all diese verteilten Messwerte über PTP mit einem synchronen Zeitstempel versehen, lässt sich daraus ein hochpräzises, verhaltensgetreues Simulationsmodell (der Digitale Zwilling des Motors) generieren. Auf Basis dieses Modells können Entwickler die Anzahl der zeit- und kostenintensiven Tests am realen Prüfstand drastisch reduzieren und stattdessen virtuelle Tests am Schreibtisch durchführen.

Ein weiteres konkretes Beispiel ist die Optimierung von Schweißvorgängen in der Automobilproduktion, wie sie in Zusammenarbeit mit Forschungseinrichtungen realisiert wird. Hierbei erfassen verteilte Messsysteme während des Schweißens gleichzeitig Parameter wie Spannung, Stromstärke, Elektrodenabstand, Drahtvorschub und Temperatur. Die korrelierte zeitliche Auswertung dieser Rohdaten zeigt exakt auf, wie beispielsweise ein minimaler Spannungsabfall mit Bruchteilen von Sekunden Verzögerung die Schweißtemperatur beeinflusst.

Von der Simulation zum KI-Modell

Denkt man das Prinzip des deterministischen Digitalen Zwillings konsequent weiter, führt der Weg automatisch zum Einsatz Künstlicher Intelligenz. Maschinelle Lernalgorithmen (Machine Learning) und KI-Modelle benötigen für ihr Training zwingend saubere, zeitlich korrelierte Datensätze. Das sind die sogenannten Ground Truth Data.

Das oben genannte Schweißbeispiel verdeutlicht dieses Potenzial: Füttert man ein KI-Modell mit den zeitgestempelten Prozessdaten hunderttausender realer Schweißvorgänge, inklusive deren qualitativer Bewertung, erlernt die KI die perfekten Prozessparameter. Diese trainierten Modelle können anschließend direkt auf die Steuerungen von Industrierobotern übertragen werden, um den Schweißprozess in der Fertigungslinie in Echtzeit zu überwachen, adaptiv nachzuregeln und so die Qualität zu maximieren.

Die Software soll Komplexität beherrschen

Wie die Anwendungsfälle zeigen, ist der Konfigurationsaufwand für zeitbezogene, verteilte Messsysteme deutlich höher als bei klassischen, zentralistischen Architekturen. Um diese Systeme effizient betreiben zu können, ist ein hohes Maß an Automatisierung auf Software-Ebene unerlässlich.

Die erste Hürde für den Testingenieur liegt bereits in der grundlegenden Topologie: Bei der Nutzung eines zeitbezogenen Systems muss die Hierarchie der Taktverteilung definiert werden. Wer fungiert als „Grandmaster Clock“? Wie wird das Zeitsignal physikalisch und logisch über Switches und Router an die „Slave Clocks“ der einzelnen Messknoten verteilt?

Darüber hinaus weisen PTP-Systeme eine physikalische Besonderheit auf: Sie benötigen nach dem Hochfahren eine gewisse Einregelzeit. Die Software muss daher sicherstellen, dass alle internen Uhren vollständig synchronisiert sind, bevor die eigentliche Messsequenz gestartet wird. Während der Laufzeit gilt es zudem zu gewährleisten, dass sämtliche erfassten Daten lückenlos mit den entsprechenden Zeitstempeln korreliert und fehlerfrei gespeichert werden.

Kontinuierliche Überwachung der Clock-Qualität

Um verlässliche Simulations- oder KI-Daten zu erzeugen, darf die Qualität der Synchronisation nie blind vorausgesetzt werden. Moderne Mess-Software muss die Qualität der Zeitsynchronisation (Sync-Status, Offset, Jitter) kontinuierlich im Hintergrund überwachen und bewerten (Bild 3). Nur so lässt sich garantieren, dass temporäre Netzwerküberlastungen oder Synchronisationsverluste die Messdaten nicht unbemerkt verfälschen. Im Fehlerfall muss das System die Messung stoppen oder die entsprechenden Datenpakete als invalid markieren.

Visuelle Unterstützung für den Testingenieur

Es liegt auf der Hand, dass Testingenieure bei der Handhabung dieser tiefgreifenden Netzwerk- und Zeit-Parameter softwareseitig entlastet werden müssen. Statt kryptischer Kommandozeilen oder komplexer Konfigurationsdateien ist eine grafische Visualisierung (GUI) der gesamten Systemtopologie heute unverzichtbar.

Eine moderne T&M-Softwareoberfläche (in Bild 4 dargestellt) ermöglicht es dem Anwender, die Verteilung der Clocks, die Topologie der Netzwerkknoten sowie die physikalischen Messgrößen und deren Parameter intuitiv an einem Ort zu definieren. Im Hintergrund übernimmt die Software das Heavy-Lifting: Sie konfiguriert automatisch die entsprechenden Teilkomponenten, lädt die erforderlichen Kalibrierungsdaten, gleicht die Parameter ab und überwacht die Einregelphase der Clocks. Erst wenn das System den Lock-Status aller Uhren bestätigt, gibt die Software den Startschuss für die präzise Datenerfassung.

Latenzen und Kalibrierung als Tücken der Physik

Selbst wenn das Netzwerk über PTP oder White Rabbit bis in den Pikosekunden-Bereich synchronisiert ist, wartet auf Hardware-Ebene eine weitere Herausforderung: die analoge Physik. Bei zeitbezogenen Messungen spielen Signallaufzeiten in Kabeln sowie die internen Verarbeitungszeiten der Sensoren (bis ein Messwert am Ausgang bereitsteht) eine entscheidende Rolle.

Auch hier ist der Testingenieur auf die Unterstützung durch die Systemsoftware angewiesen. Die Signalverzögerung der Sensoren lässt sich oft den Herstellerdatenblättern entnehmen oder empirisch ermitteln und als fester Offset im System hinterlegen. Komplexer wird es bei der Verkabelung: Sind Sensoren oder externe Messgeräte über lange Leitungen (z.B. Koaxial- oder Triggerkabel) angeschlossen, müssen die genauen Laufzeiten der elektrischen Signale ermittelt werden.

Moderne Systeme automatisieren diesen Schritt weitgehend. Zur präzisen Bestimmung der Kabellaufzeiten kommen beispielsweise D-DMTD-Algorithmen (Digital Dual Mixer Time Difference) zum Einsatz, die Phasenverschiebungen im Sub-Nanosekunden-Bereich erkennen. Diese gemessenen Laufzeiten, kombiniert mit den internen Latenzen der Messkarten (welche der Systemhersteller bereitstellen muss), werden dann von der Software als Korrekturfaktoren automatisch in den Zeitstempel der Messdaten eingerechnet.

Ein Fazit

Zeitbezogene Test- und Messsysteme öffnen die Tür zu völlig neuen Anwendungsfeldern. Sie bilden das fundamentale Rückgrat für die Erstellung hochpräziser Digitaler Zwillinge, hardwarenahe Simulationen (HiL) und die Generierung verlässlicher Daten für das Training von KI-Modellen.

Zwar ist die zugrundeliegende Netzwerkarchitektur und Synchronisation (via IEEE 1588 oder White Rabbit) technologisch deutlich anspruchsvoller als bei klassischen, zentralistischen Messaufbauten. Doch dank moderner Software-Frameworks, die komplexe Aufgaben wie Clock-Distribution, Netzwerküberwachung und Latenzkalibrierung grafisch visualisieren und weitgehend automatisieren, ist die Handhabung für den Testingenieur heute ähnlich komfortabel wie bei herkömmlichen Systemen.

Aktuell ist der T&M-Markt noch stark von klassischen Architekturen geprägt. Da die Industrie jedoch zunehmend deterministische, verteilte Daten für KI- und Simulationszwecke einfordert, wird die nahtlose Integration von zeitbezogenen Messfunktionen künftig zu einem entscheidenden Kriterium bei der Auswahl zukunftssicherer Test- und Messsysteme werden. (heh)

* Peter Plazotta ist CEO und Gründer von Technical Software Engineering Plazotta.

(ID:50830230)