Kontakt English
Startseite open4aviation

crystAIr - Artificial Intelligence- and sensing-driven combustion burner

crystAIr zielt darauf ab, eine digitale Zwillingstechnologie für den neu gestalteten Wasserstoffsbrenner als Schlüsselelement des Triebwerks zu entwickeln und einzusetzen. Die Technologie basiert auf der Erfassung von Schlüsselparametern des Brenners durch Piezocryst und faseroptische Sensoren (FOS) und einem integrierten Ansatz für maschinelles Lernen (ML) für die erfassten Daten, um die Leistung des Wasserstoffbrenners im Hinblick auf einen sicheren und nahtlosen Durchflussbetrieb mit minimalen Auswirkungen auf die Umwelt zu verbessern.

Kurzbeschreibung

Ausgangspunkt / Motivation

Der Einsatz von Sensoren in der Luftfahrtindustrie dient hauptsächlich der Überwachung des Strukturzustands. Diese riesigen Datenmengen könnten jedoch in der Big-Data-Analytik und insbesondere in der KI-Modellierung vielfältige Verwendung finden. Das Ergebnis dieser Datenanalyse könnte ein neues Design des Triebwerks oder von Flugzeugkomponenten sein. Die Wasserstoffverbrennung steht vor vielen Herausforderungen: z. B. das Finden eines optimalen Verbrennungsregimes und einer optimalen Brennergeometrie. Die Verarbeitung riesiger Datenmengen mit Hilfe von KI-Modellen könnte für die Strategie der schnellen Einführung von Wasserstoff entscheidend sein.

Ziel

  • Sensorisierung des Wasserstoffsbrenners, um die wichtigste Verbrennungsparametern abzuholen.
  • Entwicklung der Datenerfassungsstrategie und Umsetzung eines ML-basierten Digital Twins für die virtuelle Räpresentation und KI-Kontrolle der Wasserstoffsverbrennung in der neuen Generation von Luftmotoren.
  • Ein intelligentes Redesign der Brennergeometrie und eine optimale Luft/H2 Mischung um die Flamme zu erhalten.

Inhalt

Ziel des Projekts crystAir ist es, durch den Einsatz von Sensorik und KI eine optimale und sichere Wasserstoffverbrennung zu erreichen. In dem Projekt werden die vorhandenen Sensoren mit den Piezocryst-Sensoren kombiniert, um eine vollständige Datenerfassung zu erreichen. Die Piezocryst-Sensoren sind in der Lage, Informationen über Vibration, Spannung und Belastung bei hohen Temperaturen zu erfassen und so die Überwachung des Brenners zu vervollständigen. Einerseits werden die gesammelten Daten und ihre Analyse bei der Neugestaltung des Brenners nützlich sein und die Möglichkeit bieten, neue additiv gefertigte Brennergeometrien herzustellen, die eine gleichmäßigere Verbrennung ermöglichen. Andererseits werden die Daten für das Training einiger KI-Modelle für die intelligente Online-Steuerung der Verbrennung verwendet.

Methodik / Vorgehensweise

Um dieses Ziel zu erreichen, müssen die folgenden Herausforderungen angegangen und bewältigt werden:
a) Sensorik des Verbrennungsbrenners: Implementierung eines angemessenen Sensornetzwerks (1-3 Sensoren) für die SHM-Datenerfassung, basierend auf im Brenner eingebetteten Piezocryst-Sensoren;
b) Entwicklung von Datenerfassungsstrategien, einschließlich der Auswahl von Parametern und der Positionierung der Sensoren sowie der Datenverarbeitung und der Recheneinrichtungen, zur Verbesserung von Wasserstoffverbrennungsbrennern im Hinblick auf die Vermeidung von Flammenrückschlägen, eine verbesserte Wartung und die Reduzierung von NOx durch die Erprobung neuartiger sensorgesteuerter H2-Brenner, die mit Hilfe von AM-Technologien hergestellt werden.
c) Entwicklung eines hybriden digitalen Zwillings auf der Grundlage eines integrierten Ansatzes zur Modellierung von Komponenten und Verbrennungsprozessen, angetrieben durch KI-basierte Lösungen (XAL), mit dem Ziel, eine unüberwachte Gemisch- und Flammenkontrolle in der bestehenden Brennerkonstruktion durchzuführen.
Die digitale Architektur wird auf einen neu konstruierten Brenner angewendet, der mit Hilfe von mathematischen Formgebungsstrategien und additiver Fertigung hergestellt und vollständig für die Verbrennung von Wasserstoff optimiert wurde.

Erwartete Ergebnisse

Die wichtigsten Ergebnisse sind ein neues Design des Wasserstoffbrenners und ein digitaler Zwilling, der den Verbrennungsprozess eines Luftmotors virtuell darstellt und effektiv steuert.

Projektbeteiligte

Förderprogramm: Take Off