Künstliche Intelligenz in der Herstellung von Raketenbauteilen

Künstliche Intelligenz, kurz KI, verspricht in vielen Bereichen Vorteile – auch in der Raketentechnik. Das Future Launchers Preparatory Programme (FLPP) der Europäischen Weltraumorganisation ESA untersucht, wie KI genutzt werden kann, um Verfahren zu verbessern und sogar ganz neue Materialformen zu entwickeln, die künftig in Raketen oder Weltraumfahrzeugen eingesetzt werden könnten.

Zusammen mit MT Aerospace in Deutschland prüft die ESA, wie Materialverarbeitungsverfahren branchenweit angepasst werden können.

Kugelstrahlumformen

Beim Kugelstrahlumformen wird Metall mit kleinen Kugeln beschossen, um es in Form zu bringen. Da die Umformung ohne Hitze erfolgt, bleibt die resultierende Metallform stabil und ist widerstandsfähiger gegen Metallermüdung. Es ist ein häufig verwendetes Verfahren, mit dem MT Aerospace die gewölbte Kuppel der Treibstofftanks der Ariane 6 formt.

Da die Kugeln mit hoher Geschwindigkeit auf das Metall treffen, ist jeder Aufprall unvorhersehbar. Zum ersten Mal wird maschinelles Lernen eingesetzt, um vorherzusagen, wie sich das Metall durch einzelne Aufpralle verformen wird. Dadurch kann die gewünschte Form schnell und präzise mit einer Toleranz von nur zwei Millimetern erreicht werden.

Rührreibschweißen

Nach der Fertigung müssen Metallteile häufig mit anderen Komponenten verbunden werden. In der Raumfahrt ersetzt das Rührreibschweißen zunehmend das traditionelle Lichtbogenschweißen durch Menschen oder Roboter. Bei dieser Methode wird ein Stift mit hoher Geschwindigkeit über die Schweißnaht geführt, wodurch die Metalle durch Reibung erhitzt und miteinander „verrührt“ werden. Das Ergebnis dieser präzisen Schweißtechnik sind besonders stabile Verbindungen, die beispielsweise bei der Herstellung der Tanks für die Ariane 6 zum Einsatz kommen.

Mit neuen digitalen Überwachungstechnologien für Schweißkraft, Temperaturen und weitere Maschinenparameter unterstützt maschinelles Lernen heute eine schnellere Einrichtung der Anlagen, die Dokumentation sowie die automatische Prüfung der Form der fertigen Schweißnaht. Diese automatische Bewertung der Schweißnähte hat die Analysezeit im Vergleich zum herkömmlichen Verfahren um 95 % reduziert.

Automatisierte Faserablage

Doch nicht alles besteht aus Metall – kohlenfaserverstärkter Kunststoff ermöglicht neue Formen, die leichter und stabiler sind. Im Phoebus-Projekt, in dem MT Aerospace gemeinsam mit der ArianeGroupe arbeitet, wird der Einsatz von mehrschichtigen Kohlenfasertanks für Ariane 6 untersucht.

Hier integriert MT Aerospace eine neue Lasersensorik, die mithilfe maschineller Lernmodelle Mängel in Echtzeit erkennt und klassifiziert, wodurch die Produktion unterbrechungsfrei weiterlaufen kann und die Produktionszeiten erheblich verkürzt werden.

„Künstliche Intelligenz, wie beispielsweise maschinelles Lernen, verändert in Kombination mit neuen digitalen Technologien die Herstellung von Trägerraketen“, so Daniel Chipping, ESA-Projektmanager für softwareorientierte und Digitalisierungsaktivitäten im Rahmen des Future Launchers Preparatory Programme in Space Transportation. „Von der Automatisierung komplexer Analyseaufgaben bis hin zur Reduzierung zeitaufwändiger Maschinenstopps sehen wir erste Vorteile für alle Materialien und Formgebungsprozesse.“

Diese Projekte sind Teil des Future Launchers Preparatory Programme (FLPP) der ESA, das zur Entwicklung der Technologie für zukünftige Raumtransportsysteme beiträgt. Durch die Konzeption, Entwicklung und Investition in noch nicht existierende Technologien reduziert dieses Programm Risiken, die mit der Entwicklung unerprobter und noch nicht bewährter Projekte für die Raumfahrt verbunden sind.