Die Internationale Raumstation ISS ist ein komplexes technologisches System. Im Falle eines Fehlers, z.B. einer Störung im Lebenserhaltungssystem, ist eine schnelle und zielgerichtete Identifikation der Fehlerursache notwendig. Aktuell ist es aber für die Experten in der Bodenstation eine zunehmende Herausforderung, die Daten aus 20.000 Sensoren und die komplexen Wirkzusammenhänge in der Station zu verstehen. In diesem Projekt werden daher datenbasierte Methoden des maschinellen Lernens und wissensbasierte Methoden der symbolischen Künstlichen Intelligenz kombiniert, um ein Assistenzsystem zur Unterstützung der Bediener zu entwickeln.

Ziel dieses Projekts ist es, Algorithmen zu entwickeln und die entsprechende praktische Softwarelösung zu implementieren, die folgenden Funktionalitäten bereitstellt:

  • Automatische KI-getriebene Erkennung von Anomalien in unterschiedlichen Subsystemen (der ISS) durch die Analyse von Streaming Daten
  • Versenden von Benachrichtigungen an das Experten-Team in Bremen und an das Control-Center über das Auftreten der Anomalien
  • Automatische und KI-getriebene Diagnose (Root-Cause Analyse) für erkannte Anomalien
  • Bereitstellung von Handlungsempfehlungen und Reparaturanweisungen zur Behebung der Anomalien für die verantwortlichen Ingenieure
  • Bei kritischen, zeitkritischen Fehlern Initiierung von Maßnahmen zur automatischen Reparatur

 

Projektstart/-laufzeit: 01.11.2020 bis 30.09.2024

Projektleitung

Prof. Dr. Oliver Niggemann
Helmut-Schmidt-Universität |
Universität der Bundeswehr Hamburg
Institut für Automatisierungstechnik
Fakultät für Maschinenbau
Tel.: +49 40 6541-2722
E-Mail: oliver.niggemann@hsu-hh.de
www.hsu-hh.de

Projektbeteiligte

Universität der Bundeswehr München
Fakultät für Maschinenbau
Flugmechanik und Flugregelung

Prof. Dr.-Ing. Stephan Myschik
www.unibw.de/mb