Projekte
Es wurden 4 Einträge gefunden.
BISANCE - BIphasic System integrated in the Airframe of a NaCElle
Im Rahmen des Projekts soll im Klima-Wind-Kanal ein Demonstrator eines Motorluftansaugsystems getestet werden, das in eine Triebwerksgondel integriert und mit einem innovativen biphasischen Wärmetransportsystem zur Rückkopplung der Energie aus dem Motoröl ausgestattet ist. Ziel ist es, durch das Testen der Technologie in einer repräsentativen Umgebung die TRL5 zu erreichen. Am Ende des Projekts wird es möglich sein, die Technologie in Richtung TRL6 bis 9 weiterzuentwickeln, um sie letztendlich in die Wertschöpfungskette der Luftfahrt integrieren zu können.
ICE GENESIS - Entwicklung der nächsten Generation von 3D-Simulationswerkzeugen für Vereisung
Das Hauptziel des ICE GENESIS-Projekts besteht darin, der europäischen Luftfahrtindustrie eine validierte neue Generation von 3D-Vereisungs-Engineering-Werkzeugen (numerische Simulation und Testmöglichkeiten) zur Verfügung zu stellen, die App C, O und Schnee-Bedingungen berücksichtigen und eine sichere, effiziente und kostengünstige Konstruktion und Zertifizierung zukünftiger Flugzeuge und Drehflügler ermöglichen.
I³PS - Integration of Innovative Ice Protection Systems
Das Projektziel ist die wirtschaftlich effiziente Beseitigung von Eisansammlungen an kritischen Teilen der Flugzeugstruktur und somit die Erhöhung der Zuverlässigkeit und Sicherheit, sowie Gewichtsreduktion. Im Vergleich zu den derzeit existierenden Lösungen, die auf aktiven pneumatischen und elektrothermischen Systemen basieren, werden die angestrebten Lösungen den Stromverbrauch, Kosten- und Gewichtsreduktion ermöglichen und den gesamten Integrationsprozess erleichtern.
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.