Expertisecluster

Data Science en Engineering

De wereld automatiseert en digitaliseert in snel tempo. Ook voor Defensie en de Nederlandse industrie is het noodzakelijk om mee te gaan in deze ontwikkeling om competitief en slagvaardig te blijven. Binnen het brede gebied van Data Science & Engineering richten we ons op data-analyses, inclusief kunstmatige intelligentie (AI). Ons doel is om in de komende periode digitale kennis op te bouwen die Defensie en industrie over een paar jaar nodig zullen hebben om hun taken effectief uit te voeren.

Hoofdlijnen van het onderzoek

Artificial Intelligence

We komen meer data tegen dan ooit tevoren, en veelal is deze data ongestructureerd of moeilijk te interpreteren. Om deze datastromen beheersbaar te maken en te benutten is assistentie nodig, en daarvoor biedt Artificial Intelligence (AI) een oplossing. Met state-of-the-art AI‑technieken analyseren we grote volumes data en zetten we die om in waardevolle informatie.

NLR volgt nieuwe AI‑ontwikkelingen nauwlettend en ontwikkelt impactvolle toepassingen, waardoor we brede AI‑kennis paraat hebben binnen het Lucht‑ en Ruimtevaartdomein. Dankzij deze brede expertise kunnen we beoordelen hoe zowel nieuwe als bestaande AI‑algoritmen passen binnen lucht- en ruimtevaart toepassingen en welke meerwaarde zij bieden. We zijn in staat om de toegevoegde waarde van AI‑gebruik binnen deze toepassingen zowel technisch als operationeel te valideren, waardoor we de kwaliteit en betrouwbaarheid van onze oplossingen kunnen waarborgen.

Daarnaast kan NLR vanuit wetenschappelijke literatuur toewerken naar een Proof of Concept of zelfs een volledig prototype waarin AI daadwerkelijk wordt toegepast. We willen AI‑routines ontwikkelen die niet alleen effectief zijn, maar ook transparant en verantwoord. Door Explainable AI toe te passen zorgen we ervoor dat onze AI‑oplossingen ook in kritieke systemen veilig kunnen worden ingezet.

Hoewel we breed Lucht- en Ruimtevaart toepassingen kunnen verzorgen, ligt onze huidige focus op het toepassen van deep learning, machine learning en AI binnen lucht- en ruimtevaart. Met onze gecombineerde expertise ontwikkelen we AI‑oplossingen die processen optimaliseren en besluitvorming versterken, met kwaliteit als uitgangspunt.

Information engineering

Information Engineering richt zich op het genereren, verspreiden, analyseren en gebruiken van data en informatie. Hierbij spelen onderwerpen als machine learning, kunstmatige intelligentie, controletheorie, signaalverwerking en informatietheorie een belangrijke rol. De resultaten van Information Engineering worden gebruikt om betrouwbare voorspellingen te doen, diepgaande analyses uit te voeren en beslissingsondersteuning te bieden.

Enkele projecten

Toepassingen van AI in de Maak- en MRO-industrie

Er wordt onderzocht welke AI technieken voor de maak- en MRO-industrie effectief zijn. Het trainen van een AI is een uitdaging bij lage productie- of reparatievolumes. Er is onderzocht hoe reeds ontwikkelde AI modellen ingezet kunnen worden voor structural analyses. Dit is een samenwerking tussen AI experts en FEA (Finite Element Analysis) experts binnen NLR. De opgedane kennis zit voornamelijk in de processen en eigenschappen die nodig zijn om een dergelijk systeem neer te zetten. Er is ook een prototype gemaakt. Het is de bedoeling dat FEM (Finite Element Method) sommen ’s nachts draaien, waar de waarden van de input parameters elke keer door een AI worden bepaald. Dit moet optimalisatie sneller laten verlopen zodat de FEA expert zich overdag kan concentreren op analyses.

Gesloten digitale pijplijn voor productie van grote onderdelen (PeneloPe)

Het PeneloPe-project had als doel om grote onderdelen van producten te maken met behulp van geïntegreerde automatiseringsmethodologieën en holistisch data management. Hierbij werd gebruik gemaakt van allerlei hulpmiddelen om de benodigde precisie en klantoriëntatie te behalen. Een belangrijk onderdeel van de productie was de niet-destructieve inspectie van onderdelen. De eerste kennisvraag was hoe de bouw en samenbouw van grote vezelversterkte composieten structuurdelen van vliegtuigen efficiënt geautomatiseerd kon worden, door gebruik te maken van ontwikkelingen in andere sectoren. De tweede kennisvraag was hoe inspectieresultaten van tools automatisch verwerkt konden worden tot bruikbare informatie over de kwaliteit van de producten. Het project demonstreerde de ontwikkelingen uit voorgaande jaren op de luchtvaart pilot line, waaronder de gecombineerde inzet van meerdere niet-destructieve inspectie methoden, simulatiemethoden voor trainingsdata en AI-modellen voor automatische verwerking van inspectieresultaten.