Laufende Probabilistikprojekte der Professur

Projektleiter:	Prof. Dr.-Ing. habil. Ronald Mailach
Bearbeiter:	Dipl.-Ing. Marius Stricker
Finanzierung:	BMWK
Industriepartner:	MAN Energy Solutions SE
Laufzeit:	08/2020 - 07/2023

An der Professur wird das Arbeitspaket 3.2b „Thermo-fluiddynamisches Framework zur probabilistischen Auslegung von Gasturbinen“ des Verbundvorhabens „Optimierung der Prozesse und Systeme sowie der Lebensdauer der Gesamtanlagen und ihrer Komponenten (OptiSysKom)“ bearbeitet.

Stationäre Gasturbinen werden deutlich häufiger in transienter Wechsellast und in Teillast betrieben. Dies hat neben den Auswirkungen auf die bestehenden Gasturbinen auch Einfluss auf die Entwicklung neuer Gasturbinen und auf deren Wartungspläne. In das Zentrum der Aufmerksamkeit rückt von Seiten der Hersteller ein robuster Betrieb mit hohem Wirkungsgrad in einem weiten Lastbereich.

Das Hauptaugenmerk liegt in diesem Arbeitspaket auf der probabilistischen Untersuchung des Sekundärluftsystems, welches durch Kühlung, Dichtung/Aussperrung und Steuerung der Axiallasten einen wichtigen Beitrag zum Wirkungsgrad und zum zuverlässigen Betrieb beiträgt.

Wie sich aus der Abbildung erahnen lässt, handelt es sich dabei um ein komplexes Teilsystem, in dem Einfluss auf die Streuung der Ergebnisgrößen oftmals nicht vollumfänglich ersichtlich ist.

Dabei kann die Probabilistik einen wertvollen Beitrag leisten. Probabilistische Methoden ermöglichen es, Unsicherheiten bei der Berechnung des Lebensdauerverbrauchs direkt einfließen zu lassen. Somit können die bisher genutzten Sicherheitsfaktoren überprüft oder sogar abgeschafft werden. Eventuell vorhandene Konservativitäten können so identifiziert und zu Gunsten einer flexibleren Fahrweise aufgegeben werden. Damit ist eine optimale Materialausnutzung und Maschinenauslastung gewährleistet. Gleichermaßen können die aus probabilistischen Analysen entstehenden Daten zur effizienten Bestimmung wichtiger Einflussgrößen oder für Designempfehlungen genutzt werden. Damit lässt sich zusätzlich der Auslegungsprozess effizienter gestalten und die vorliegenden Informationen ergiebiger nutzen. Aufgrund der notwendigen Flexibilisierung der Turbomaschinen ist es ein Fokuspunkt für das hier beantragte Vorhaben, Verfahren aus der Probabilistik bzw. Stochastik zur Beschreibung von Unsicherheiten des Kühlluftsystems von Gasturbinen zu quantifizieren und diese Verfahren anwendbar und industrietauglich zu machen. Die resultierenden zeitabhängigen Erkenntnisse werden maßgeblich zum besseren Verständnis und zur Robustheitseinschätzung der Maschine bei stark schwankenden Belastungen beitragen. Neben der Entwicklung bzw. Anwendung geeigneter Methoden aus dem Bereich der Probabilistik steht ebenfalls die Adaption und Applikation der Verfahren auf eine ingenieurtechnische Problemstellung im Vordergrund. Konkret ist die robuste Sperrung der Kavitäten gegen Heißgaseinzug und die Sensitivität der Kühlluftversorgung von Lauf- und Leitschaufeln der Turbine sowie deren Auswirkung auf die Bauteiltemperaturen und -spannungen von Interesse. Die Zielsetzung des Teilvorhabens 3.2b ist daher der Aufbau eines Workflows zur Ausführung probabilistischer Untersuchungen auf Basis der bereitgestellten Toolkette aus einem in-House-Sekundärluftsystem-Löser und Ansys Mechanical. Zudem steht die Entwicklung von Methoden im Fokus, um Effekte einer großen Anzahl von Eingangsparametern effizient in begrenzter Anzahl von Auswertung zu erfassen und für weitere Anwendungen zu verwerten.

Projektleiter:	Prof. Dr.-Ing. habil. Ronald Mailach
Bearbeiter:	Dipl.-Ing. Lukas Schuchard
Finanzierung:	BMWK
Laufzeit:	07/2021 - 12/2023

Das Projekt befasst sich mit der Fragestellung der Vorhersage und Sensitivität der MRO (Maintenance Repair and Overhaul) zukünftiger elektro-hybrider Antriebe für Luftfahrtanwendungen. Diese werden im Vergleich zu konventionellen, gasturbinen-basierten Antriebssträngen andere Verschleiß- und Ausfallszenarien sowie Standzeitkennzahlen haben. Somit sind große Einflüsse und Sensitivitäten hinsichtlich der Standzeiten und final der DOC (Direct Operational Cost) im Vergleich zu konventionellen Antrieben zu erwarten. Das Projekt wird entsprechende Modelle und Kennzahlen für Referenzantriebe und unterschiedliche Hybridarchitekturen von Kurzstreckenflugzeugen entwickeln, die eine wissensbasierte Abbildung von Betriebs- und Instandhaltungskonzepten erlauben. Für die Modelle werden Ausfallszenarien und Kennzahlen elektrischer Antriebskomponenten (Motoren und Leistungselektronik) ermittelt. Zusätzlich werden die zukünftig erforderlichen Subsysteme (z.B. Kühlsysteme für elektrische Komponenten) betrachtet und ebenfalls parametrisiert abgebildet.

Das finale Wartungsmodell erlaubt somit eine Identifikation von Komponenten mit großem Einfluss auf erreichbare Standzeiten des Antriebes ebenso wie eine Vorhersage weiterer MRO-relevanter Sensitivitäten bis hin zur groben Abschätzung veränderter MRO-Kostenstrukturen zukünftiger hybrider Antriebe. Weiterhin werden kombinatorische und probabilistische Ansätze zur Modell-Unsicherheitsanalyse auf den Ebenen der elektrischen Subsysteme, der Antriebsstrang-Architektur und auch für das Wartungsmodell genutzt.

Das Projekt wird gemeinsam mit Partnern an der Technische Universität Braunschweig, Ruhr-Universität Bochum und Leibniz-Universität Hannover bearbeitet. Der Lehrstuhl für Turbomaschinen und Flugantriebe zeichnet für die probabilistischen Untersuchungen verantwortlich.

Projektleiter:	Prof. Dr.-Ing. habil. Ronald Mailach
Bearbeiter:	Elmira Emmrich, M. Sc.
Finanzierung:	BMWK, Rolls-Royce Deutschland, MTU Aero Engines AG
Laufzeit:	07/2019 - 06/2022

Probabilistische Methoden ermöglichen es, Unsicherheiten bei der Berechnung des Lebensdauerverbrauchs direkt einfließen zu lassen. Somit können die bisher genutzten Sicherheitsfaktoren überprüft, reduziert oder sogar abgeschafft werden. Eventuell vorhandene Konservativitäten können so identifiziert und zu Gunsten einer flexibleren Fahrweise aufgegeben werden. Aufgrund der notwendigen Flexibilisierung der Turbomaschinen ist es ein Fokuspunkt für das Vorhaben 4.1b Verfahren aus der Probabilistik bzw. Stochastik für komplette Fahr- oder Flugregime mit verschiedenen Drehzahl- und Temperaturbereichen anwendbar und industrietauglich zu machen. Neben der Entwicklung bzw. Anwendung geeigneter Methoden aus dem Bereich der Probabilistik oder Data Mining steht ebenfalls die Adaption und Applikation der Verfahren auf eine ingenieurtechnische Problemstellung im Vordergrund. Dabei sollen die Robustheit des Design sowie die Herstellbarkeit in der Fertigung thematisiert werden.

Projektleiter:	Prof. Dr.-Ing. habil. Ronald Mailach
Bearbeiter:	Dr. Ilias Vasilopoulos Christian Linné, M.Sc.
Finanzierung:	LuFo VI
Laufzeit:	09/2020 - 05/2024

Im Verbundvorhaben DARWIN werden an der Technischen Universität Dresden durch das Zentrum für Informationsdienste und Hochleistungsrechnen (ZIH) und die Professur für Turbomaschinen und Flugantriebe (TFA) wesentliche Beiträge zur Weiterentwicklung, Anwendung und Validierung von innovativen digitalen Simulations- und Entwurfsverfahren sowie Methoden der Künstlichen Intelligenz zur Verbesserung des fachübergreifenden Verständnisses von Triebwerkssystemen erbracht. Die Arbeiten bei TFA umfassen die folgenden Themenschwerpunkte:

• Robuste und automatisierte Erzeugung digitaler Zwillinge von Triebwerkskomponenten
• Probabilistische aerothermale Untersuchung von Produktionsvariationen
• Vermessung von Rauheiten und Abnutzungseffekten und deren Rückführung in Simulationsmodelle
• simulationsbasierte Bewertung von Rauheit
• Anwendung von Methoden des Maschinellen Lernens (ML) für die Bereitstellung von Ersatz-Modellen für die Vorhersage von Rauheits-Parametern

Projektleiter:	Prof. Dr.-Ing. habil. Ronald Mailach
Bearbeiter:	Dipl.-Ing. Lukas Schlüter
Finanzierung:	BMWi, Rolls-Royce Deutschland
Laufzeit:	10/2019 - 09/2022

Geometrieänderungen aufgrund von Verschleiß können neben den Produktionsstreuungen einen großen Einfluss auf die Robustheit von Gasturbinenschaufeln und die Leistung der Gasturbine haben. Im Rahmen des Forschungsprojektes RoboFlex der AG Turbo gilt es die auftretenden Variationen infolge des Verschleißes insbesondere im Bereich der Schaufelvorderkante parametrisch zu beschreiben. Die gewonnenen Erkenntnisse sollen in das am Lehrstuhl entwickelte Programm Blade2Parameter (B2P) einfließen. Hierfür soll eine automatisierte Prozesskette entwickelt werden, welche schließlich den Aufbau generischer Profile mit veränderten Schaufelvorderkantengeometrien auf Basis der entwickelten Parametrik ermöglicht. Innerhalb der anschließenden probabilistischen CFD-Studien soll der Einfluss dieser Streuungen auf das aerodynamische Verhalten untersucht werden. Hierbei fokussieren sich die Untersuchungen auf die für die Umströmung von Schaufelprofilen besonders wichtige Vorderkante, in dessen Bereich die größten Formänderungen in Folge von Verschleiß auftreten. Aus der Kenntnis des typischen Verschleißbildes in Abhängigkeit von Zyklenzahlen, soll eine Vorderkantenform abgeleitet werden, welche bei Verschleiß geringere Änderungen des Wirkungsgrades und Arbeitsbereiches hervorruft. Diese Vorgehensweise soll durch aerodynamische Versuche in einem Gitterwindkanal belegt werden.

Projektleiter:	Prof. Dr.-Ing. habil. Ronald Mailach
Bearbeiter:	Dipl.-Ing. Andriy Prots
Finanzierung:	LuFo VI
Laufzeit:	11/2020 - 11/2023

Das Vorhaben DIGIfly befasst sich mit der aerodynamischen Simulation von Fluggeräten durch zukunftsfähige Methoden und Verfahren, deren optimierte Implementierung und automatische Code-Verifikation hin zu einer effizienten, zuverlässigen und zertifizierungsrelevanten Produktdarstellung entwickelt werden. Weiterhin sollen im Sinne der Digitalisierung eine vollständige aerodynamische Modellierung von Fluggeräten erreicht werden, die jederzeit und für alle Betriebssituationen die virtuelle Analyse des Produktverhaltens erlaubt. Dieser Modellbildungsprozess soll durch künstliche Intelligenz sowie anwendungsgetriebene Hard- und Softwarelösungen so gestützt werden, dass eine weitgehende Automatisierung erreicht wird. Anhand industrieller Anwendungsszenarien und –fälle soll die hohe Leistungsfähigkeit und Zuverlässigkeit der digitalen Produktbeschreibung nachgewiesen werden.

Das Untervorhaben DIGIfly-TUD konzentriert sich auf die anwendungsgetriebene Softwarelösung zur Modellierung des Systemverhaltens. Dazu sollen neben neuen Methoden zur Verbesserung der Datenbasis auch Methoden zur Beschreibung der Unsicherheit der stochastischen Eingangsgrößen umgesetzt werden. Abschließend sollen diese Methoden in einem industriellen Anwendungsszenario im Bereich der Turbinenauslegung angewendet werden.