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

In deze tijd komen we meer informatie tegen dan ooit tevoren, maar veelal is deze informatie ongestructureerd of moeilijk te interpreteren. Om deze datastromen beheersbaar te maken, is assistentie nodig, en daarvoor biedt Artificial Intelligence (AI) een oplossing. Met moderne AI-technieken kunnen we grote hoeveelheden data analyseren en interpreteren, wat voor mensen onmogelijk zou zijn. Door AI te combineren met traditionele Data Science-methodes kunnen we binnenkomende gegevens omzetten in waardevolle informatie. Ons focus ligt op drie belangrijke gebieden: Decision Support, Autonomous Systems en Explainable AI. We willen AI-routines ontwikkelen die niet alleen effectief zijn, maar ook transparant en verantwoordelijk. Door Explainable AI toe te passen kunnen we ervoor zorgen dat onze AI-routines ook in kritieke systemen kunnen worden ingezet. Door onze expertise op deze gebieden te combineren kunnen we autonome systemen aansturen die sneller en beter reageren dan mensen, waardoor we onze processen kunnen optimaliseren en onze besluitvorming kunnen verbeteren.

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.