Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski pl
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Longevity-focused health management of complex engineered systems

Opis projektu

Długoterminowe, zrównoważone podejście do zarządzania aktywami

Branże dążą do zrównoważonego rozwoju, w związku z czym przechodzą od szybkich rozwiązań do strategii zapewniających długoterminową kondycję krytycznych zasobów. Finansowany przez ERBN projekt HEROES ma zmienić sposób, w jaki branże rozumieją degradację aktywów i jak sobie z nią radzą. Zamiast traktować usterki jako odizolowane zdarzenia, projekt HEROES postrzega je jako część większego, wzajemnie połączonego systemu, na który wpływają dynamiczne warunki. Naukowcy wykorzystają zaawansowane narzędzia uczenia maszynowego oparte na fizyce oraz narzędzia sztucznej inteligencji do tworzenia modeli przewidujących ewolucję aktywów w czasie. Te spostrzeżenia zostaną wykorzystane w systemach decyzyjnych zaprojektowanych do optymalizacji konserwacji i wydłużenia żywotności. Sprawdzone na turbinach wiatrowych rozwiązania projektu HEROES pomogą zoptymalizować strategie eksploatacji i konserwacji na poziomie komponentów, systemów i floty, ustanawiając nowy punkt odniesienia dla zrównoważonego i niezawodnego zarządzania aktywami w różnych branżach.

Cel

The HEROES project proposes a transformative framework for longevity-focused health management of complex assets, shifting the focus from short-term performance metrics to long-term sustainability, reliability, and efficiency. While traditional methods prioritize immediate fault detection, they often overlook the interdependencies and evolving operational loads that influence asset lifespan. HEROES bridges these gaps by developing novel physics-informed machine learning (PIML) techniques to model long-term interdependent degradation and AI-driven, interpretable decision support tools.
The framework features a module for modeling, understanding, and forecasting the health evolution of wind turbines and their components under dynamic operational conditions. By developing cutting-edge PIML methods, HEROES predicts degradation, assesses interdependencies, and evaluates lifetime consumption under varying operating conditions. The project leads the way in integrating and developing physics-informed graph neural networks (GNNs) with Neural ODEs, transformers, and hierarchical GNNs, enabling accurate long-term predictions and scalable modeling across components, systems, and fleets.
Building on these predictive degradation models, HEROES proposes a pioneering decision support system for longevity optimization. It develops multi-agent reinforcement learning for health-aware control to extend component lifetimes, and optimize design for maintenance through operational feedback and generative models. HEROES further innovatively integrates counterfactual reasoning and neuro-symbolic AI to simulate long-term “what-if” scenarios, providing fully interpretable interaction with decision makers.
Validated on wind turbines, HEROES aims to optimize operation and maintenance strategies at component, system, and fleet levels. Its methodological innovations will drive a paradigm shift towards longevity-focused health management, reduced environmental impact, and enhanced reliability.

Dziedzina nauki (EuroSciVoc)

Słowa kluczowe

Program(-y)

Temat(-y)

System finansowania

HORIZON-ERC - HORIZON ERC Grants

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

(odnośnik otworzy się w nowym oknie) ERC-2025-COG

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Instytucja przyjmująca

ECOLE POLYTECHNIQUE FEDERALE DE LAUSANNE
Wkład UE netto
€ 1 999 759,00
Adres
BATIMENT CE 3316 STATION 1
1015 Lausanne
Szwajcaria
Region
Schweiz/Suisse/Svizzera Région lémanique Vaud
Rodzaj działalności
Higher or Secondary Education Establishments
Linki
Koszt całkowity
€ 1 999 759,00

Beneficjenci (1)