Das Ziel des Projekts bestand darin, Modelle reduzierter Ordnung (ROMs) für variable Anströmbedingungen und dynamisch nichtlineare Problemstellungen zu entwickeln. Diese werden anhand von ausgewählten CFD-Simulationsdaten kalibriert, um anschließend auch für weitere Flugzustände und Strukturanregungen verlässliche Resultate zu liefern.
Zur Steigerung der Effizienz und Sicherheit von Luftfahrzeugen ist es notwendig, die statischen und dynamischen Wechselwirkungen zwischen Struktur und Aerodynamik zu verstehen und präzise vorherzusagen. Die bisher zur Strömungsmodellierung im Kontext der Aeroelastik eingesetzten Potenzialverfahren können die heutigen Genauigkeitsanforderungen jedoch nicht in vollem Umfang erfüllen. Dagegen lassen sich die aerodynamischen Kräfte mithilfe von modernen Computational Fluid Dynamics-Ansätzen (CFD) mit hinreichender Genauigkeit ermitteln. Allerdings setzen die CFD-Verfahren enorme Rechenkapazitäten voraus, was deren Einsatz zurzeit stark limitiert.
![Eigenschwingungsform einer komplexen Flugzeugkonfiguration als Ergebnis der Modalanalyse; infolge der Fluid-Struktur-Interaktion kann diese zum Schwingen angeregt werden. [Quelle: TUM, LS für Aerodynamik und Strömungsmechanik, C. Breitsamter, M. Winter]](https://www.forschungsstiftung.bayern.de/wp-content/uploads/1050_02.jpg)
Eigenschwingungsform einer komplexen Flugzeugkonfiguration als Ergebnis der Modalanalyse; infolge der Fluid-Struktur-Interaktion kann diese zum Schwingen angeregt werden. [Quelle: TUM, LS für Aerodynamik und Strömungsmechanik, C. Breitsamter, M. Winter]
Zu diesem Zweck wurden adaptive Verfahren wie beispielsweise Neuronale Netzwerke und Neuro-Fuzzy Modelle (LOLIMOT) im Sinne einer nichtlinearen Systemidentifikation eingesetzt. Dies führte zu vereinfachten Aerodynamikmodellen, welche die dominanten Eigenschaften des realen Systems wiedergeben. Basierend auf dieser Vorgehensweise lassen sich die integralen Luftkräfte bzw. in Kombination mit der Proper Orthogonal Decomposition (POD) auch die lokalen strömungsinduzierten Lasten auf effiziente und robuste Weise berechnen. Dadurch wurde eine deutliche Effizienzsteigerung und Genauigkeitserhöhung des numerischen Entwurfsprozesses erzielt, was eine Vorhersage des aeroelastischen Verhaltens von Luftfahrzeugstrukturen zu einem früheren Zeitpunkt im Entwicklungsprozess ermöglicht.
