ARIADNE - Künstliche Intelligenz in der Entwicklung neuer Flugtriebwerke

Um die kommerzielle Luftfahrt zukunftsfähig zu machen und ihre Wettbewerbsfähigkeit zu stärken, wurde von der Europäischen Kommission 2011 die Strategie Flightpath 2050 herausgegeben, die u.a. das Ziel verfolgt, die CO2 Emissionen der Luftfahrtbranche bis 2050 um 75% bezogen auf das Jahr 2000 zu senken. Um diese ambitionierten Ziele zu erreichen, muss die Effizienz moderner Triebwerke in erheblichem Maße gesteigert werden, wobei der Künstlichen Intelligenz und zunehmenden Digitalisierung eine Schlüsselrolle zukommt (BMK, 2020). Das Institut für thermische Turbomaschinen und Maschinendynamik der TU Graz forscht bereits seit vielen Jahren an der Auslegung sogenannter Turbinenübergangskanäle, welche eine aerodynamische Schlüsselrolle in modernen Flugzeugtriebwerken spielen. Durch diese Forschungsarbeiten ist das Institut im Besitz einer großen und ausgezeichnet validierten Datengrundlage. Im Zuge des Projekts ARIADNE soll diese mittels einer KI-Anwendung genutzt werden. Dazu sollen gemeinsam mit einem weiteren Institut der TU Graz sowie zwei österreichischen Kleinunternehmen folgende Arbeiten und Ziele umgesetzt werden, um Werkzeuge für die Optimierung von Turbinenübergangskanäle bereitzustellen: • Aufbau einer Datenbank über die Aerodynamik von Übergangskanälen, gespeist von CFD- und experimentellen Ergebnissen für eine Vielzahl von Geometrien und Strömungsbedingungen. Die Struktur soll einen raschen Zugriff und eine effiziente Nutzung der Daten für KI-Anwendungen erlauben. • Entwicklung von Verfahrens zur Datenreduktion für effiziente KI-Anwendungen basierend auf linearen POD-Methoden und Machine Learning. • Daraus aufbauend Entwicklung eines Verfahrens, das äußerst rasche Strömungsvorhersagen für neue Anwendungsfälle unter möglichster Einhaltung der Erhaltungsgleichungen der Strömungsmechanik erlaubt • Entwicklung eines Werkzeugs zur Überprüfung zukünftiger Messungen auf ihre Plausibilität. Dies erlaubt auch das Erkennen möglicher fehlerhafter Messstellen. • Entwicklung eines Werkzeugs zur Evaluierung zukünftiger CFD-Berechnungen von Übergangskanälen auf ihre Plausibilität. Dies erlaubt auch das Erkennen möglicher Fehler in den Modellannahmen oder in der Netzauflösung. • Anwendung der Werkzeuge, um möglicherweise neue Erkenntnisse zu Strukturen, Muster und Gesetzmäßigkeiten in der Strömung von Übergangskanälen zu gewinnen • Abschließend Kopplung der entwickelten Werkzeuge mit einem verfügbaren Optimierer mit dem Ziel, Geometrieoptimierung deutlich rascher und effizienter durchführen zu können als mit rein auf Strömungslöser basierten Optimierungen.