Die Evaluation des technischen Missionsrisikos unbemannter Flugsysteme wird am FSR im Rahmen einer Förderung der deutschen Forschungsgemeinschaft vorangetrieben. Ziel des Projektes ist es, in einer dynamischen datenbasierte Schätzung alle technischen Risiken einer unbemannten Flugoperation zu aggregieren. Dazu werden sowohl auf Komponenten- als auch auf Systemebene geeignete Methoden aus dem Bereich des Maschinellen Lernens zusammengeführt.
Aktuelle Studien von SESAR (Single European Sky Air Traffic Management Research) sowie der FAA (Federal Aviation Administration) gehen davon aus, dass der Markt für zivil genutzte, unbemannte Fluggeräte (Unmanned Aerial Vehicles, UAVs) in den kommenden Jahren stark wachsen wird. Eine große Herausforderung besteht dabei in der sicheren und ökonomischen Integration des unbemannten Luftverkehrs in den bestehenden Luftraum. UAVs sind häufig aus gängigen Off-the-Shelf Komponenten ohne Berücksichtigung von Redundanz aufgebaut und erreichen damit nicht die hohe Zuverlässigkeit, welche zertifizierte Luftfahrzeuge erfüllen müssen. Nichtsdestotrotz sollen diese UAVs Teil des hochkomplexen, sicheren Luftverkehrssystems werden.
Am Beispiel eines hybriden UAVs soll im Rahmen des Projektes der Einsatz von PHM Methoden für ein ergänzendes Sicherheitssystem erforscht werden. Entsprechend des aktuellen Zustands der UAV Komponenten soll eine kontinuierliche technische Risikobewertung vorgenommen werden. Dadurch soll der Betreiber bei seiner Entscheidungsfindung unterstützt werden und für etwaige Eventualitäten gerüstet sein, um so beispielsweise über einen vorzeitigen Missionsabbruch im Falle einer Systemdegradierung entscheiden zu können. Das Verfahren arbeitet hauptsächlich datenbasiert und ist als zusätzliche Sicherheitsbarriere gedacht, um das besonders kritische Event des „Loss of Control“ des Luftfahrzeuges gänzlich zu
Projektziele
Ziel des Projektes ist es, dass
1. zuverlässige onlinefähige datenbasierte Diagnose- und Prognosemethoden zur Überwachung sicherheitskritischer Subsysteme eines UAVs erforscht,
2. eine übergeordnete Methode zur Verknüpfung der stochastischen Prognosemodelle mit den funktionalen Abhängigkeiten der einzelnen Subsysteme und Komponenten erforscht,
3. und das resultierende technische Risiko des Systems „UAV“ in Echtzeit bestimmt wird, um dem Betreiber so eine zusätzliche Assistenzfunktion zur Verfügung zu stellen.
Bei weiteren Fragen oder Interesse bezüglich einer Abschlussarbeit kontaktieren Sie bitte Max Weigert.
