Auf einen Blick
Forschungsfragen
Ziel des Verbundvorhabens ist die Entwicklung eines digitalen Motorzwillings (Digital Performance Twin)
zur optimierten modellbasierten Überwachung und Diagnose von Großmotoren während des Abnahmelaufs.
Damit wird ein kontinuierlicher Vergleich von realen gemessenen Motorsensorwerten und virtuellen simulierten Sensorwerten und damit eine optimale Fehlererkennung auch im transienten Motorbetrieb während des Prüflaufs ermöglicht.
Eine dem Prüflauf nachgelagerte Parametrierung und Diagnosefunktion des Twins erlaubt die Fehlerrückführung auf Komponentenebene.
Die Umsetzung des Vorhabens ist in 4 Arbeitspakete gegliedert:
Modellierung
Weiterentwicklung eines bestehenden echtzeitfähigen Modells zum vollständigen Gesamtsystemmodell, in dem alle für die Diagnose relevanten Aktoren und Sensoren fusioniert sind und
selbst Teil des Modells werden. Dies beinhaltet unter anderem das Einspritzsystem, mehrphasige Strömungen, die Verbrennung, thermische Festkörper, das Kühl- und Schmierölsystem, sowie Sensoren & Aktuatoren.
Parametrierung
Reduktion und Verbesserung des Parametersatzes des Performance Twins und Entwicklung von Optimierungsheuristiken zur Beschleunigung der automatisierten Kalibrierung unter Nebenbedingungen.
Hierbei werden unter anderem DoE Strategien zur Kalibration, sowie Optimierungsalgorithmen zur Rekalibration des Twins unter minimalen Parameteränderungen entwickelt.
Diagnose
Entwicklung von Methoden (klassische statistische und KI-basierte) zur Fehlererkennung und Fehlerlokation unter Verwendung des Performance Twins zur Datengenerierung.
Integration
Kontinuierliche Zusammenführung und Verfügbarmachung der Teilergebnisse aus den anderen APs, sowohl im Framework als auch in Form von Gesamtsystemmodellen die als Testfälle dienen.
Anbindung und Erprobung des Twins am Prüfstand einschließlich Signalverarbeitung.
Projektteam
Projektleitung
Prof. Dr.-Ing. Samuel Vogel
Projektteam
Prof. Dr.-Ing. Markus Till
