Digital Transformation - Case Studies for Aviation Safety Standards - Modelling and Simulation (MODEL-SI)
MODEL-SI: Modelling and Simulation - EASA (European Union Aviation Safety Agency) Digital Transformation: Case Studies for Aviation Safety Standards
Ergebnis
Diese Studie konzentriert sich auf die Entwicklung eines modularen Flugsimulationsmodells (FSM) für ein Lift+Cruise eVTOL-Flugzeug, das statische, dynamische und aeroelastische Analysen ermöglicht. Das FSM umfasst Flugmechanik- und Aeroelastik-Module, die ursprünglich als physikalisch basierte Low-Fidelity-Modelle entwickelt wurden, mit der Flexibilität, datengesteuerte Erweiterungen für eine verbesserte aerodynamische Modellierung einzubauen. Techniken des maschinellen Lernens (ML) in Verbindung mit Datenfusion, wie Bayesian Neural Networks with Transfer Learning (BNN-TL) und Co-Kriging, wurden angewandt, um die Genauigkeit der Rotormodelle zu verbessern, wobei BNN-TL eine höhere Genauigkeit bietet. Vergleiche zwischen FSM-Simulationen und Flugversuchsdaten zeigten die Zuverlässigkeit des integrierten Modells, insbesondere bei Übergängen zwischen Schwebe- und Flugmodus, wo aerodynamische Störungen durch Wechselwirkungen zwischen Rotor und Flügel erfolgreich erfasst wurden.
Die aerodynamische Modellierung der Rotoren beruhte auf Multi-Fidelity-Methoden unter Verwendung des DUST-Codes, der eine gute Übereinstimmung mit den CFD-Ergebnissen zeigte und gleichzeitig die Rechenkosten reduzierte. Die Herausforderungen bei High-Fidelity (HF) CFD-Ansätzen, einschließlich der Wirbelverluste und der Anforderungen an die Gitterauflösung, sind immer noch ein offener Punkt, der wahrscheinlich durch den Einsatz von GPU-basierten Berechnungen und/oder ML-Techniken teilweise entschärft werden könnte. Die aeroelastische Analyse bestätigte das dynamische Verhalten, die Stabilität und die strukturelle Integrität des eVTOL und bestätigte keine Instabilitäten durch das Frequenzverhalten in den Hubschrauber- und Flugzeugmodi (V-g Plots Analyse). Insgesamt zeigt die Studie die Vorteile eines modularen Multi-Fidelity-Ansatzes für die VTOL-Modellierung, der eine effiziente Berechnung bei gleichzeitiger Genauigkeit für Zertifizierungszwecke ermöglicht.
Beschreibung
Die kontinuierliche Verbesserung der Methoden des maschinellen Lernens (ML) könnte die Ansätze verändern für das Design und die Entwicklung von Vertical Take Off and Landing (VTOL) und Drohnen und damit zu möglichen Änderungen der Zertifizierungs- und Luftfahrtstandards führen. Um dieses Thema praktisch und effektiv zu analysieren, ist die Idee, eine Fallstudie eines DT einer Twingtec-Drohne zu entwickeln. Sie wird durchgeführt von Verbesserung eines ersten physikbasierten mathematischen Modells unter Nutzung von Daten aus High-Fidelitynumerische Simulationen, Computational Fluid Dynamics (CFD) und Strukturdynamik sowie aus der Flugerprobung. Die „Verbesserung“ betrifft sowohl die Genauigkeit als auch den Umfang und erfolgt über herkömmliche und ML-Techniken, jeweils optimal ausgenutzt. Es wird erwartet, dass es sich um einen hybriden Ersatzmodell-basierten DT handelt, bei dem die erforderliche Genauigkeit bereitgestellt wird durch das anfängliche physikbasierte Modell, gekoppelt mit mehreren Ersatzmodellen. Das erwartete Ergebnis ist ein lebender DT, der in der Lage ist, den gesamten Flugbereich zuverlässig zu erkunden sowie den Konstruktionsraum durch Berücksichtigung von Änderungen in Masse, Schwerpunkt und Konfiguration zu bestimmen. Von der DT wird erwartet, dass sie nicht nur die Zertifizierung unterstützen, sondern auch die Aufrechterhaltung der Lufttüchtigkeit und die Einhaltung der Drohne durch ihre Betriebsdauer. Das Hauptziel dieser Forschung ist es, die Auswirkungen des Einsatzes digitaler Lösungen zu bewerten in der Entwicklung, den Prozessen und dem Betrieb von VTOLs und Drohnen für die gesamte Lufttüchtigkeit und den Zertifizierungsansatz. Es enthält die Sicherheitsstandards und regulatorischen Materialien und wie sie ändern könnten. Der Einsatz digitaler Lösungen zur Zertifizierung von Drohnen und/oder deren Komponenten und zugehörige Ausrüstung könnte eine neue Methode zum Nachweis der Konformität sein. Das Potenzial von dieser Methode erhöht die Effizienz und verringert die Risiken bei Flugtests. Das Projekt ist als Fallstudie zum Twingtec-Prototyp angelegt. Abschliessend werden eine Roadmap zur Umsetzung der erforderliche Änderungen der Luftfahrtvorschriften und Schulungsmaterialien zum Teilen des Wissens veröffentlicht.
Eckdaten
Projektleitung
Stellv. Projektleitung
Projektteam
Anna Abà, David Anderegg, Moreno Apicella, Oier Coretti, Sven Düzel, Christian Hauschel, Noé Pedrazzini, Prof. Dr. Marcello Righi, Andrea Vaiuso
Projektstatus
laufend, gestartet 12/2022
Institut/Zentrum
Zentrum für Aviatik (ZAV); Institut für Mechanische Systeme (IMES)
Drittmittelgeber
Horizon Europe / EASA
Projektvolumen
700'000 EUR