InDiPro

Das Projekt zielt auf die Erstellung einer integrierten digitalen Prozesskette zur Effizienzsteigerung aller Zulieferstufen für eine klimaneutrale Luftfahrt ab

Das übergeordnete Ziel des InDiPro-Vorhabens ist es, die metallverarbeitenden Unternehmen der Luftfahrtzulieferindustrie mittels einer umfassenden Digitalisierung der Wertschöpfungskette und einer engen Kopplung an schnittstellenübergreifende Engineering-Prozesse in die Lage zu versetzen, eine deutliche Beschleunigung von Entwicklungszyklen bei zukünftigen Komponenten für die klimaneutrale Luftfahrt zu erreichen. Durch das Vorhaben sollen zukünftig ur- und umformtechnisch erzeugte Flugzeugkomponenten für neuartige (hybrid-)elektrische Antriebe und effizientere Strahltriebwerke innerhalb drastisch verkürzter Entwicklungszeiten und unter Verbesserung der Teileperformance industrialisiert werden können, was ein wichtiger Beitrag zur effizienten Luftfahrt darstellt. Der Fokus in diesem Vorhaben liegt damit auf Komponenten für den Antriebsstrang, insbesondere Vormaterialien für Turbinenstufen aus Nickellegierungen der neuesten Generation für die Erhöhung des thermischen Wirkungsgrads von Strahltriebwerken sowie Feingusskomponenten für die Strukturelemente des Triebwerks und neuartige (hybrid-)elektrische Antriebsstränge.

Basis für die Zielerreichung ist eine digitalisierte Abbildung der Prozesskette zur Herstellung der Komponenten. Kontinuierliche Aufnahme prozessrelevanter Mess-, Überwachungs- und Analysewerte führt zu einem prozessdatenbasierten Zwilling. Parallel wird die Prozesskette sukzessive in Simulationsmodellen abgebildet, dies führt zu einem simulationsbasierten Zwilling. Aus den digitalen Zwillingen werden mittels Methoden der künstlichen Intelligenz weitere Surrogatmodelle abgeleitet, deren Anwendung die Prozessentwicklung und-optimierung hinsichtlich mannigfaltiger Parameter schneller und effizienter möglich machen. Im Projekt werden die Konzepte der digitalen Zwillinge für zwei Prozessrouten ausgearbeitet: die Feingussroute (Access) und die Schmiederoute (VDM, OttoFuchs).
Das Projekt InDiPro hat als weiteres wichtiges Ziel, den Strukturwandel im Rheinischen Revier hin zu einer nachhaltigen, prosperierenden Wirtschaftsregion zu unterstützen. Es fördert den Aufbau von Kompetenz im Bereich Luftfahrtkomponenten und ermöglicht den Firmen der Luftfahrtindustrie, ihre Prozesse hinsichtlich Entwicklungszeiten, Kosten und Emissionen zu optimieren. Über das PLCA wird die in InDiPro aufgebaute Kompetenz auch konkret an Entscheidungs- und KnowHow-Träger im Rheinischen Revier, NRW und Deutschland weiter gegeben. Hierzu dient der vielfältige Austausch mit Vertretern der Luftfahrtindustrie, der projektbeteiligten Personen und Unternehmen untereinander sowie die Präsentation von Projektzwischenergebnissen auf einschlägigen Konferenzen (AeroMat, EICF, WCIC, MCWASP, ICASP)

Konsortium: Access e.V.(Aachen), Otto Fuchs KG (Altena), VDM Metals Holding GmbH(Unna), Rheinland-Pfälzische Technische Universität (Kaiserslautern/Landau), Deutsches Forschungszentrum für Künstliche Intelligenz (Kaiserslautern), Friedrich-Alexander Universität (Erlangen)

Während des Ablaufs der Prozesskette (siehe Bild, Beispiel Feinguss) werden bei jedem Einzelprozess relevante Mess-, Analyse- und Metadaten erfasst und in einer zentralen Datenbank gespeichert. Die erfassten Prozessdaten dienen dann wiederum als Basis für digitale Zeugnisse und die Erarbeitung der KI-Modelle der Prozessschritte.

Die Prozesskette (siehe Bild, Beispiel Feinguss) wird sukzessive in verketteten Simulationsmodellen abgebildet, wobei die Ergebnisse vorausgegangener Schritte als Input für die nächsten genutzt werden können und die Ergebnisse über eine zentrale Erfassung in einer Datenbank gespeichert werden. Die erfassten Simulationsdaten dienen dann wiederum als Basis für digitale Zeugnisse und die Erarbeitung der KI-Modelle der Prozessschritte.

Da klassische Simulationsmodelle in den meisten Fällen in ihrer Anwendung zwar akkurat, aber auch berechnungs- und zeitaufwändig sind, sollen im Rahmen des Projekts datenbasierte Surrogatmodelle entwickelt und angewandt werden. Unter Nutzung der erfassten Simulations- und Prozessdaten werden Machine-Learning-Modelle trainiert, die komplexe Simulationszusammenhänge erlernen und so langwierige Simulationen substituieren können. Dies ermöglicht eine möglichst effektive Vorabschätzung der Simulationsergebnisse und stellt möglichst kleine Zyklen von Simulation und Optimierung in der Entwicklungskette sicher. Die Grafik zeigt den Aufbau des dazu entwickelten KI-Tools.

Im Rahmen des Projekts soll auch ein systematisches Tool zur Erfassung der CO2 Emissionen, die während der Prozesskette von Luftfahrtkomponenten entstehen, erarbeitet werden. Anhand dieses Tools und der Nutzung der digitalen Zwillinge und KI-Modelle kann damit die Emissionsbilanz der Prozessketten optimiert werden.
Dieses Tool soll auf der zertifizierten kommerziellen Bilanzierungs-Software Fred-footprint (https://fred-footprint.de) basieren, welche speziell für die Verarbeitung metallischer Werkstoffe entwickelt wurde. Damit können Bilanzierungsmodelle sowohl für einzelne Prozessschritte als auch für deren Verknüpfungen zu Prozessketten bilanziert werden.