Forscher am Korea Institute of Machinery and Materials (KIMM) in Südkorea haben Berichten zufolge ein am Rumpf angebrachtes sensorbasiertes System zur Vorhersage von Unterwasser-Strahlungslärm (URN) entwickelt, einem Schlüsselfaktor bei Tarnkappenoperationen der Marine.
KIMM entwickelt erstes am Rumpf befestigtes Sensorsystem zur Vorhersage von Unterwasserschall
Neuer Algorithmus sagt Unterwasserlärm in Echtzeit voraus
Die neue Technologie ermöglicht eine Echtzeitüberwachung des von Marineschiffen erzeugten Unterwasser-Geräuschpegels, ermöglicht die frühzeitige Erkennung abnormaler Vibrationen und verbessert die Betriebseffizienz bei gleichzeitiger Reduzierung der Wartungskosten.
Das Forschungsteam unter der Leitung von Seong-Hyun Lee, dem leitenden Forscher am Virtual Engineering Research Center des Korea Institute of Machinery and Materials des National Research Council of Science and Technology , validierte das System erfolgreich durch Großversuche auf mehreren Marineschiffen. Das Team entwickelte einen proprietären Algorithmus und eine Technologie zur Sensorplatzierung, die anhand empirischer Daten, die während des Schiffsbetriebs gesammelt wurden, sowohl Rumpfvibrationen als auch Unterwassergeräusche präzise überwacht und vorhersagt.
Im Gegensatz zu herkömmlichen URN-Analysemethoden, die eine intermittierende Datenerfassung mit externen Geräten in ruhigen Seegebieten ohne umgebenden Schiffsverkehr erfordern, ermöglicht das neue System eine kontinuierliche Überwachung an Bord mit Echtzeit-Updates. Selbst mit einer begrenzten Anzahl von Sensoren ermöglicht die optimierte Sensorplatzierung und fortschrittliche Signalverarbeitungstechniken dem System eine hohe Vorhersagegenauigkeit und erreicht bei realen Tests eine Fehlertoleranz von unter 4 Dezibel.
Der Algorithmus verarbeitet Echtzeitdaten von am Schiffsrumpf angebrachten Beschleunigungsmessern und analysiert Schwingungseigenschaften, Strahlungseffizienz und Frequenzprofile, um den unter Wasser abgestrahlten Schallpegel zu berechnen. Darüber hinaus ermöglicht ein statistischer Anomalieerkennungsalgorithmus die frühzeitige Identifizierung abnormaler Schwingungsmuster, während anpassbare Schwellenwerte an unterschiedliche Betriebsbedingungen angepasst sind.
Diese Echtzeitfähigkeit bietet Vorteile für Stealth-Operationen, insbesondere beim Erkennen von Änderungen, die durch Kavitation oder Änderungen im Antriebsmodus verursacht werden.
Über die militärischen Anwendungen hinaus bietet das System auch erhebliche Vorteile für das Wartungsmanagement durch die flexible Integration in unterschiedliche Schiffsdesigns und -betriebe. Die Sensorkonfiguration trägt dazu bei, Installations- und Betriebskosten zu senken und gleichzeitig das Flottenmanagement insgesamt zu verbessern.
Das Forschungsteam validierte die Technologie zusätzlich, indem es Vibrationsdaten von am Rumpf montierten Sensoren unter verschiedenen Betriebsbedingungen, einschließlich Geschwindigkeitsänderungen, erfasste. Die Tests erfolgten nach internationalen Standards für Unterwasserlärmmessung (ISO 17208-1:2016). Die Ergebnisse in der Praxis zeigten durchweg Vorhersagefehler innerhalb von 4 dB.
Das Projekt wurde gemeinsam mit dem Rüstungsunternehmen LIG Nex1 durchgeführt und von der Defense Acquisition Program Administration und dem Defense Rapid Acquisition Technology Research Institute im Rahmen des Projekttitels „Hull-Attach Sensor-Based Monitoring Technology for Naval Propulsion Systems“ unterstützt.
Schematische Darstellung des Algorithmus zur Vorhersage von Unterwassergeräuschen.
Bildnachweis: Korea Institute of Machinery and Materials (KIMM)