SAFER2
Das Projekt "Sensor and AI Fusion for Enhanced PeRformance and Reliability" (SAFER2) adressiert die Fusion von dedizierten Sensoren mit ML-Modellen zur durchgängigen Überwachung, Bewertung und Steuerung komplexer Systeme, die in vielen Bereichen des DLR eine Rolle spielen. Ziel ist es, die im DLR vorhandene fächerübergreifende Expertise aus den Bereichen Sensorik und Maschinelles Lernen zusammenzuführen, um wesentliche Fragestellungen an deren Schnittstelle zu adressieren. Das Projekt umfasst fünf Demonstratoren, die sich jeweils auf Herausforderungen spezifischer DLR-Forschungsfelder konzentrieren: Turbomaschinen, KI-Mobilität, Entwurf von Windturbinenblättern, Erkennung von Flugzeugvereisung und nicht-invasive Erkennung von Strukturschäden.
Wir als DLR-Institut für Datenwissenschaft sind an einem der Demonstratoren, dem Transsonischen Gitterwindkanal, beteiligt. Mit Methoden des maschinellen Lernens sollen Sensorausfälle in (nahezu) Echtzeit identifiziert sowie fehlerhafte und/oder grob unerwartete Messdaten bei Experimenten im Windkanal erkannt, ausgewertet und kompensiert werden. Neben dem Erkenntnisgewinn wird eine höhere Testzuverlässigkeit, insbesondere im Bereich der Turbomaschinen, und Prüfstandszuverlässigkeit und damit eine höhere Prüfstandsverfügbarkeit angestrebt.