Zusammen mit dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) arbeitet IAV seit Jahren am Einsatz von KI für die Motorenentwicklung. 2018  wurde das gemeinsame „Forschungslabor Lernen aus Prüfdaten“ (FLaP) gegründet. 

In dem Labor in Kaiserslautern tüftelten alle Beteiligten an Analysemethoden, die den Einsatz von künstlicher Intelligenz in Prüfverfahren in der Fahrzeugentwicklung ermöglichten. Zum Einsatz kamen zukunftsweisende Technologien des Maschinellen Lernens, etwa Deep Learning sowie Zeitreihenanalyse.

Mithilfe von intelligenten Datenanalysemethoden ließen sich Daten, Steuergeräte und Prüfstände beobachten und verbessern. Die Forscher:innen und Ingenieur:innen setzten neuronale Netze ein, wodurch es möglich war, beispielsweise ein Steuergerät mit mehr als 50.000 Einstellparametern so zu trainieren, dass es die Eingangsgrößen optimal einstellt.

„Gemeinsam mit dem DFKI übertragen wir die vielfältigen Anwendungspotenziale der KI-Technologien in die Antriebsstrangentwicklung“, sagt Matthias Schultalbers, damaliger Leiter von Business Area Powertrain Mechatronics bei IAV.

Die Forschenden hatten es sich zur Aufgabe gemacht, Verschleiß- und Wartungsfälle besser vorhersagen zu können. Sie nutzen ihre Erkenntnisse aus der Zeitreihenanalyse von Motorprüfdaten, um daraus neue Ansätze für das „Predictive Health Monitoring“ zu entwickeln.

Im Rahmen des Forschungsprojekts wurde außerdem ein ganzer Werkzeugkasten von KI-Tools entwickelt, mit dem man zahlreiche Messdaten, gewonnen aus den neuronalen Netzen, auf neue Art visualisieren kann.