Unschärfequantifizierung und -minimierung für Structural Health Monitoring auf Basis geführter Wellen und künstlicher neuronaler Netze

Das Forschungsprojekt befasst sich mit der Entwicklung auf künstlicher Intelligenz (KI) basierender Verfahren des Structural Health Monitoring (SHM) unter Anwendung geführter Ultraschallwellen.
Geführte Ultraschallwellen ermöglichen dabei eine großflächige Überwachung von Leichtbau‑ und Faserverbundstrukturen, ihre Interpretation ist jedoch aufgrund der hochkomplexen und stark streuungsbehafteten Signale mit erheblichen Unschärfen verbunden. Diese resultieren unter anderem aus variierenden Materialeigenschaften, Umweltbedingungen, der Signalverarbeitung sowie aus Einflüssen des Messsystems.

Im Forschungsprojekt werden künstliche neuronale Netze, insbesondere Feedforward‑ und Convolutional Neural Networks, zur sequentiellen Detektierung, Lokalisierung und Quantifizierung von Schäden sowie zur Prognose der Schadensgröße eingesetzt. Der Fokus liegt auf der Anwendung an Faserverbundstrukturen, exemplarisch an einer Carbonfaser‑verstärkten Kunststoff‑Platte mit Omega‑Stringer, für die bereits Daten über die Open Guided Waves (OGW) zur Verfügung stehen. Des Weiteren werden die Versuche durch neue experimentelle Messungen sowie durch numerische Simulationen erweitert, um experimentelle und synthetische Daten gemeinsam in der Modellbildung zu nutzen.

Ansprechpartner
Projektleitung: Prof. Dr.-Ing. Steffen Freitag, Dr.-Ing. Jochen Moll (Universität Siegen)
Projektbearbeitung: M.Sc. Anastassia Volovikova
Kooperationspartner: Dr.-Ing. Vittorio Memmolo

Das Projekt wird von der Deutschen Forschungsgemeinschaft (DFG) gefördert