english  | Home | Impressum | Datenschutz | KIT

Strukturüberwachung für den Forschungshelikopter FHS mittels Machine Learning – am DLR in Braunschweig

Strukturüberwachung für den Forschungshelikopter FHS mittels Machine Learning – am DLR in Braunschweig
Typ:Bachelor-/ Masterarbeit
Datum:offen (zu vergeben)
Betreuer:

M. Sc. Daniel Grimm

Strukturüberwachung für den Forschungshelikopter FHS mittels Machine Learning – am DLR in Braunschweig

.
.

Umfeld

Das Deutsche Zentrum für Luft- und Raumfahrt (DLR) betreibt in Braunschweig am Institut für Flugexperimente (FX) den Forschungshelikopter „Flying Helicopter Simulator“ (FHS). Dieser ist mit Messelektronik zur Strukturüberwachung des Heckauslegers ausgerüstet. Ziel der Überwachung ist, die Schwingungen an einer intakten Struktur vorherzusagen. Weicht das gemessene von dem vorhergesagten Schwingungsverhalten ab, kann daraus auf eine erhöhte Belastung geschlossen werden, die möglichweise zu einer Strukturschädigung führen kann. Aktuell müssen Ingenieure mithilfe ihrer Erfahrung die Situation einschätzen, um den Piloten vor einer eventuellen Überlastung zu warnen. Dieses Verfahren ist ungenau und fehleranfällig. Künstliche neuronale Netze könnten hier ein Werkzeug sein, um in den Daten Muster zu erkennen, um zukünftige strukturelle Belastungen erkennen und den Piloten warnen zu können.

 

Aufgabe

  • Literaturrecherche zu Strukturüberwachung mit KI
  • Konzept zur Weiterentwicklung der bereits vorhandenen Verfahren auf Basis neuronaler Netze
  • Analyse und Vor-Selektion der vorhanden Messdaten
  • Implementierung und Evaluation in Zusammenarbeit mit den Experten des DLR in Braunschweig

 

Voraussetzungen

  • Interesse an Machine Learning und Luftfahrt, eigenständiges Lernen, Kenntnisse in Matlab oder Python wünschenswert,
  • Kenntnisse in der Flugmechanik von Vorteil, Team- und Kommunikationsfähigkeit