Student Research

Hintergrund

Für den Entwurf komplexer technischer Systeme, hat sich in der Raumfahrt Concurrent Engineering (CE) als eine effektive Entwicklungsmethode etabliert. CE zeichnet sich durch die Verbindung von einem koordinierten Vorgehen zusammen mit dem Einsatz moderner Entwicklungswerkzeugen aus. Fortschritte moderner Methoden der künstlichen Intelligenz (KI) – insbesondere des Reinforcement (RL) und Deep Learnings (DL) – haben in dem vergangenen Jahrzehnt beeindruckende Ergebnisse erzielt. Den Einsatz und die Wirksamkeit moderner KI/RL/DL Methoden für den CE Prozess zu überprüfen, ist die Aufgabe des Forschungsprojektes Artificial Intelligence for Concurrent Engineering (AI4CE).

Aufgabenstellung

Mittels AI4CE soll die Generierung von Systemdesigns für mehrere unterschiedliche Systeme ermöglicht werden. Zusätzlich zu CubeSats soll als weiteres System die Generierung von Drohnen-Designs ermöglicht werden. Zu diesem Zweck muss eine grundlegende Systemarchitektur mit dazugehörigen Bewertungsfunktionen gebildet und an Hand von exemplarischen Drohnen-Beispielen demonstriert werden. Diese müssen identifizierten Anforderungen, abgeleitet aus Beispiel-Missionen, genügen.

Teilaufgaben

Im Rahmen der Arbeit sollen folgende Aspekte behandelt werden:

• Recherche, Analyse und Vergleich existierender:
  • Drohnensysteme /-architekturen
  • Systemvalidierungsansätze im Concurrent Engineering
  • Methoden der Systembewertung und Systemabstraktion
• Ableitung einer allgemeinen Drohnen-Systemarchitektur aus der Literatur
• Identifikation entscheidender Key Design Driver zu Bewertung von Drohnenbauteilen und / -subsystemen
• Identifikation geeigneter Validierungsparameter mit Hinblick auf eine automatische Systemgenerierung
• Implementierung eines Systemarchitekturgenerators
• Validierung der Resultate der Implementierung auf Basis der eigenen Validierungskriterien
• Dokumentation und Präsentation