DIAGNOSIS – Adaptiva simuleringsverktyg för prestanda inom diagnostik och beslutsstöd

Beskrivning av projektet

Kontinuerliga mätningar tas under den normala driften av motorer för energi och framdrivning. Användare och tillverkare har stort behov av att simulera och övervaka tillståndet för sina enskilda enheter eller flygplansflottor. Analys av data för fält och flygplansflottor utförs bäst med användning av detaljerade dynamiska luft-termodynamiska modeller tillsammans med anpassningsbara prestationsalgoritmer och ”big data” analystekniker. Tillsammans med tekniker för beslutsfattande, som Bayesiska nätverk, kan man förbättra produktförståelsen inklusive normala- och uppstartsprocesser, samt tidigt diagnostisera tekniska problem som uppstår. Betydande kostnadsbesparingar kan uppnås genom t.ex. schemaläggning av underhållsåtgärder på de minst störande tiderna. Fält- och flottoperationer kan också förbättras om man har kännedom om den effektiva driftstiden och de taktiska möjligheter som kvarstår i varje enskild enhet.

I DIAGNOSIS-projektet presenterar vi, en forskargrupp från Mälardalens högskola, Saab och Siemens, ett avancerat tillvägagångssätt för prestandasimulering av motorer, diagnostisk analys och beslutsfattande. Vårt tillvägagångssätt kommer att fokusera på anpassningsbara fysikbaserade modeller inriktade på operativ data för fält och flygplansflottor. Vi kommer att kunna demonstrera den föreslagna metodens prognospotential för fält och flottoperationer, med fokus på både luft och landbaserade tillämpningar. De utvecklade verktygen och tillvägagångssättet ska vara allmänna, vilket öppnar möjligheten att applicera dem på en mängd andra områden där gasturbiner är vanligt förekommande (t.ex. marin framdrivning, olja och gasoperationer etc.); det föreslagna tillvägagångssättet kan även ha användningsområden inom processindustrin.