Künstliche Intelligenz
Versuchsdaten als Grundlage für Künstliche Intelligenz
Das Testen von Raumfahrtantrieben und Wasserstofftechnologien ist eine anspruchsvolle Aufgabe. Künstliche Intelligenz (KI) gewinnt zunehmend an Bedeutung, um die Entwicklung neuer Antriebsgenerationen und Wasserstoffsysteme zu beschleunigen. Das DLR-Institut für Raumfahrtantriebe bündelt die Kompetenzen seiner Forschungsabteilungen, um dieses Ziel zu erreichen.
Besonders vielversprechend sind die Anwendungsmöglichkeiten von Algorithmen des maschinellen Lernens, einem Teilbereich der KI. Maschinelles Lernen, vereinfacht ausgedrückt, bedeutet das automatisierte Lernen anhand von Beispieldaten. Dank jahrzehntelanger Datensammlung durch den Betrieb von Prüfständen verfügt der DLR-Standort in Lampoldshausen über eine beeindruckende Datengrundlage und ist daher ideal für den Einsatz von KI geeignet. Diese Messungen werden zusätzlich durch Daten aus Simulationen ergänzt, die unter anderem mithilfe von Rechnerclustern erstellt werden.
Effizientere und sichere Triebwerksentwicklung durch Einsatz von KI
KI-Methoden tragen nicht nur zur Analyse der Testdaten bei, sondern können auch zur Erstellung optimaler Versuchssequenzen sowie zur Echtzeit-Erkennung von abweichenden Sensor- und Systemverhalten genutzt werden. Maschinelles Lernen ermöglicht die Schaffung eines zusätzlichen "Mitarbeitenden" im Kontrollraum, der das DLR-Team vor und während der Tests unterstützt. Dadurch steigen Effizienz und Sicherheit der Versuche erheblich.
Erhöhung der Resilienz und Lebensdauer eines Triebwerks durch KI-Regelung
Die Anwendung von KI-Algorithmen während der Tests ermöglicht eine effizientere Realisierung unterschiedlicher Betriebspunkte eines Triebwerks. Das System kann intelligent auf Änderungen im Antriebssystem reagieren und minimiert damit auch das Risiko von Schäden am Triebwerk. Durch die Integration von Ermüdungsmodellen für Triebwerkskomponenten in die Regelung kann die Lebensdauer des Triebwerks zusätzlich verlängert werden. In Bezug auf sicheren Betrieb, Wiederverwendbarkeit und Schubregelung der Triebwerke sind erhebliche Verbesserungen zu erwarten.
Wissenstransfer von den Triebwerksprüfständen zur Wasserstoffforschung
Die KI-Methoden, die in der Triebwerksentwicklung eingesetzt werden, sollen auch in der Wasserstoffforschung vor Ort Anwendung finden. Zum Beispiel kann die KI-gestützte Optimierung von Versuchen im Hinblick auf den Informationsgewinn dazu beitragen, Testkampagnen für neue Technologien im Zusammenhang mit grünem Wasserstoff effizienter und nachhaltiger zu gestalten.
Nachrichten zum Thema Künstliche Intelligenz
