Die Instandhaltung von Flugzeugen und ihren Komponenten unterliegt komplexen sowie sicherheitskritischen Anforderungen. Flugzeuge sind auf jahrzehntelangen Betrieb unter extremen Bedingungen ausgelegt, und entsprechend hoch sind die Belastungen ihrer teils
hochpreisigen Bauteile. Um Ausfallrisiken zu minimieren und die Lebensdauer zu maximieren, sind regelmäßige Bauteiltests erforderlich, bei denen umfangreiche Datensätze entstehen.
Bisher erfolgt die Auswertung dieser Testdaten zur Fehlererkennung und -lokalisierung überwiegend erfahrungsbasiert und manuell. Dadurch bleiben wertvolle Informationen aus vergangenen Diagnosen, Testverläufen und Komponentenwissen weitgehend ungenutzt.
Gleichzeitig stellt die begrenzte Datenverfügbarkeit bei seltenen Fehlern eine Herausforderung für etablierte Diagnosemethoden dar.
Im Forschungsprojekt ProMoDi wird daher untersucht, wie datengetriebene Diagnosemodelle entwickelt werden können, die physikalisch interpretierbar sind und Testdaten systematisch mit domänenspezifischem Vorwissen verknüpfen. Ziel ist es, Fehlerzustände automatisiert zu erkennen, einzugrenzen und in ihrer Ursache zu interpretieren und das auch unter Unsicherheit und mit eingeschränkter Datenbasis. Hierzu werden sowohl reale als auch synthetisch generierte Testdaten genutzt, um KI-basierte Modelle zu trainieren, die sich adaptiv an unterschiedliche Systemarchitekturen und Komponenten anpassen lassen. Dies schließt die Simulation technischer Störungen ebenso ein
wie das datenbasierte Erlernen physikalischer Abhängigkeiten innerhalb der Baugruppe. Auf diese Weise sollen Diagnosemodelle entstehen, die nicht nur Fehler klassifizieren, sondern auch deren Kausalität und systemische Auswirkungen erfassen, wie etwa durch die
Berücksichtigung von Fehlerabhängigkeiten zwischen einzelnen Komponenten.
Die dabei eingesetzten Modellierungs- und Lernverfahren werden im Projektverlauf weiterentwickelt und an neue technische sowie datenbezogene Anforderungen angepasst. So entsteht ein flexibles, skalierbares Fundament für intelligente Diagnosesysteme in der Luftfahrzeuginstandhaltung.
Zur praktischen Umsetzung und Validierung wird eine modellgestützte Forschungsumgebung aufgebaut, mit dem Ziel, diese in reale Prüfstände zu integrieren. Sie dient als Testplattform für neue Diagnoseverfahren und als Schnittstelle zwischen Theorie, Simulation und
Instandhaltungspraxis.
Projektlaufzeit: 01.01.2021 – 31.12.2026
Das Projekt wird im Förderprogramm DTEC vom Bundesministerium der Verteidigung (BMVg) gefördert.
Letzte Änderung: 20. Juni 2025