Entwicklung von Methoden, Prozessen und Technologien zur Verkürzung des Ermüdungsversuchs durch Verkürzung der Stillstandszeit

Abstract

Das Projekt F-REE im Rahmen des Luftfahrtforschungsprogramms LuFo VI-2 verfolgt das Ziel, die Stillstandszeiten während Ermüdungsversuchen an Flugzeug-Großstrukturen signifikant zu reduzieren und damit die Gesamtversuchsdauer auf fünf Jahre zu verkürzen. Ermüdungsversuche sind zentrale Elemente der Flugzeugentwicklung und -zertifizierung, da sie die Integrität der Strukturen vor dem Erstflug absichern. Die Stillstandszeiten entstehen insbesondere durch notwendige Prüfungen mittels zerstörungsfreier Verfahren zur Schadensdetektion.

Das Fraunhofer IZFP fokussierte auf die Entwicklung und Erprobung thermografischer und multimodaler Methoden zur kontinuierlichen Überwachung der Struktur während des Versuchs. Die passive Thermografie wurde an verschiedenen Proben (Aluminium, CFK-Panels) und Großstrukturen (CFK-Rumpfschale, metallisches Segment) eingesetzt. Während an Kleinproben und CFK-Panels thermoelastische Effekte und Lastverteilungen klar nachgewiesen werden konnten, zeigte sich an Großstrukturen unter realen Ermüdungsbedingungen eine deutlich geringere Sensitivität für die Früherkennung von Schäden.

Um die begrenzte Aussagekraft der Thermografie zu kompensieren, wurde ein multimodales Schadenserkennungssystem aufgebaut. Dieses kombiniert Thermografiedaten mit akustischen Signalen, Belastungs- und Oberflächendaten, wobei die Korrelation schwacher thermischer Effekte mit anderen Sensorsignalen eine robustere Zustandsbewertung ermöglicht. Der entwickelte Workflow zur Auswertung langer Datensequenzen und die Integration in das Datenmanagementsystem (HAMSTER) erlauben eine effiziente Datenverarbeitung und die Synchronisation heterogener Messsysteme mittels PTP-Protokoll.

Deep Learning-Verfahren konnten aufgrund mangelnder annotierter Schadensdaten im Projekt nur begrenzt eingesetzt werden, sind aber durch die offene Systemarchitektur für zukünftige Erweiterungen vorbereitet. Die Systemintegration wurde erfolgreich demonstriert, wobei die REST-basierte Schnittstelle und vorgelagerte Datenreduktionen eine skalierbare Auswertung von Multisensor-Daten ermöglichen.

Das Projekt wurde im Verbund mit Industriepartnern sowie Forschungsinstituten und Hochschulen durchgeführt. Der wissenschaftliche und technische Austausch sowie gemeinsame Datenerhebung und Analyse standen im Fokus.