AICIM - Artificial Intelligence based Contact Identification and Mistuning Analysis, Teilvorhaben: Datengetriebene Lernverfahren für Kontaktverstimmung und -identifikation

Description: Das Vorhaben widmet sich der Entwicklung innovativer Methoden zur genauen Vorhersage der Dämpfung welche maßgeblich durch reibungsbehaftete Vorgänge in Fügestellen verursacht wird. Insbesondere sind physik- und daten-getriebene (KI-)Ansätze in intelligenter Weise zu vereinen um Unsicherheiten in den Fügestellen zu erfassen und aus minimalen Sensordaten auf die genauen Vorgänge in den Kontakten zu schließen. Dies ermöglicht die vibrationssichere Auslegung und den erheblich flexibleren Betrieb von mit grünem Wasserstoff betriebenen Gas- und Dampfturbinen. Auch lassen sich so die Lebensdauer, sowie die Energie- und Ressourceneffizienz dieser Anlagen noch deutlich steigern und teure Re-Designs vermeiden.

SupportProgram

Tags: Grüner Wasserstoff ? Dampfturbine ?

Region: Berlin

License: Creative Commons Namensnennung-keine Bearbeitung-Nichtkommerziell 4.0

Language: Deutsch

Organisations

• Bundesministerium für Wirtschaft und Energie (Finanzielle Förderung)
• Forschungsvereinigung Verbrennungskraftmaschinen e. V. (Mitwirkung)
• Technische Universität Berlin (Projektverantwortung)
• Umweltbundesamt (Bereitstellung)

Time ranges: 2025-08-01 - 2027-10-31

Alternatives

• Language: Englisch/English
  Title: Subproject: Data-driven learning methods for contact detuning and identification
  Description: The project is dedicated to the development of innovative methods for the precise prediction of damping, which is largely caused by friction-related processes in joints. In particular, physics- and data-driven (AI) approaches are to be combined in an intelligent way to detect uncertainties in the joints and to deduce the exact processes in the contacts from minimal sensor data. This enables the vibration-proof design and considerably more flexible operation of gas and steam turbines powered by green hydrogen. The service life and energy and resource efficiency of these systems can also be significantly increased and expensive redesigns avoided. https://ufordat.uba.de/UFORDAT/pages/PublicRedirect.aspx?TYP=PR&DSNR=1141183

Status

Aktiv

Quality score

• Overall: 0.47
• Findability: 0.54

  • Title: 0.80
  • Description: 0.21
  • Identifier: false
  • Keywords: 1.00
  • Spatial: RegionOther (0.25)
  • Temporal: true
• Accessibility: 0.67

  • Landing page: Specific (1.00)
  • Direct access: false
  • Publicly accessible: true
• Interoperability: 0.00

  • Open file format: false
  • Media type: false
  • Machine-readable metadata: false
  • Machine-readable data: false
• Reusability: 0.67

  • License: ClearlySpecifiedAndFree (1.00)
  • Contact info: false
  • Publisher info: true

Accessed 1 times.