{"id":2705,"date":"2025-06-20T13:16:09","date_gmt":"2025-06-20T11:16:09","guid":{"rendered":"https:\/\/www.hsu-hh.de\/imb\/?page_id=2705"},"modified":"2025-06-20T13:33:43","modified_gmt":"2025-06-20T11:33:43","slug":"promodi-automatisierte-fehlerdiagnose-durch-simulationsgestutzte-modelle-in-derluftfahrzeuginstandhaltung","status":"publish","type":"page","link":"https:\/\/www.hsu-hh.de\/imb\/projekte\/promodi-automatisierte-fehlerdiagnose-durch-simulationsgestutzte-modelle-in-derluftfahrzeuginstandhaltung","title":{"rendered":"ProMoDi \u2013 Automatisierte Fehlerdiagnose durch simulationsgest\u00fctzte Modelle in derLuftfahrzeuginstandhaltung"},"content":{"rendered":"\n<p>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<br>hochpreisigen Bauteile. Um Ausfallrisiken zu minimieren und die Lebensdauer zu maximieren, sind regelm\u00e4\u00dfige Bauteiltests erforderlich, bei denen umfangreiche Datens\u00e4tze entstehen.<\/p>\n\n\n\n<p>Bisher erfolgt die Auswertung dieser Testdaten zur Fehlererkennung und -lokalisierung \u00fcberwiegend erfahrungsbasiert und manuell. Dadurch bleiben wertvolle Informationen aus vergangenen Diagnosen, Testverl\u00e4ufen und Komponentenwissen weitgehend ungenutzt.<br>Gleichzeitig stellt die begrenzte Datenverf\u00fcgbarkeit bei seltenen Fehlern eine Herausforderung f\u00fcr etablierte Diagnosemethoden dar.<\/p>\n\n\n\n<p>Im Forschungsprojekt ProMoDi wird daher untersucht, wie datengetriebene Diagnosemodelle entwickelt werden k\u00f6nnen, die physikalisch interpretierbar sind und Testdaten systematisch mit dom\u00e4nenspezifischem Vorwissen verkn\u00fcpfen. Ziel ist es, Fehlerzust\u00e4nde automatisiert zu erkennen, einzugrenzen und in ihrer Ursache zu interpretieren und das auch unter Unsicherheit und mit eingeschr\u00e4nkter 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 schlie\u00dft die Simulation technischer St\u00f6rungen ebenso ein<br>wie das datenbasierte Erlernen physikalischer Abh\u00e4ngigkeiten innerhalb der Baugruppe. Auf diese Weise sollen Diagnosemodelle entstehen, die nicht nur Fehler klassifizieren, sondern auch deren Kausalit\u00e4t und systemische Auswirkungen erfassen, wie etwa durch die<br>Ber\u00fccksichtigung von Fehlerabh\u00e4ngigkeiten zwischen einzelnen Komponenten.<\/p>\n\n\n\n<p>Die dabei eingesetzten Modellierungs- und Lernverfahren werden im Projektverlauf weiterentwickelt und an neue technische sowie datenbezogene Anforderungen angepasst. So entsteht ein flexibles, skalierbares Fundament f\u00fcr intelligente Diagnosesysteme in der Luftfahrzeuginstandhaltung.<\/p>\n\n\n\n<p>Zur praktischen Umsetzung und Validierung wird eine modellgest\u00fctzte Forschungsumgebung aufgebaut, mit dem Ziel, diese in reale Pr\u00fcfst\u00e4nde zu integrieren. Sie dient als Testplattform f\u00fcr neue Diagnoseverfahren und als Schnittstelle zwischen Theorie, Simulation und<br>Instandhaltungspraxis.<\/p>\n\n\n\n<p><strong>Projektlaufzeit:<\/strong> 01.01.2021 \u2013 31.12.2026<\/p>\n\n\n\n<p>Das Projekt wird im F\u00f6rderprogramm DTEC vom Bundesministerium der Verteidigung (BMVg) gef\u00f6rdert.<\/p>\n\n\n\n<p><\/p>\n\n\n\n<p><\/p>\n","protected":false},"excerpt":{"rendered":"<p>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 teilshochpreisigen Bauteile. [&hellip;]<\/p>\n","protected":false},"author":2355,"featured_media":0,"parent":240,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"categories":[4],"tags":[],"class_list":["post-2705","page","type-page","status-publish","hentry","category-forschung"],"_links":{"self":[{"href":"https:\/\/www.hsu-hh.de\/imb\/wp-json\/wp\/v2\/pages\/2705","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.hsu-hh.de\/imb\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.hsu-hh.de\/imb\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.hsu-hh.de\/imb\/wp-json\/wp\/v2\/users\/2355"}],"replies":[{"embeddable":true,"href":"https:\/\/www.hsu-hh.de\/imb\/wp-json\/wp\/v2\/comments?post=2705"}],"version-history":[{"count":3,"href":"https:\/\/www.hsu-hh.de\/imb\/wp-json\/wp\/v2\/pages\/2705\/revisions"}],"predecessor-version":[{"id":2710,"href":"https:\/\/www.hsu-hh.de\/imb\/wp-json\/wp\/v2\/pages\/2705\/revisions\/2710"}],"up":[{"embeddable":true,"href":"https:\/\/www.hsu-hh.de\/imb\/wp-json\/wp\/v2\/pages\/240"}],"wp:attachment":[{"href":"https:\/\/www.hsu-hh.de\/imb\/wp-json\/wp\/v2\/media?parent=2705"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.hsu-hh.de\/imb\/wp-json\/wp\/v2\/categories?post=2705"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.hsu-hh.de\/imb\/wp-json\/wp\/v2\/tags?post=2705"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}