Konzeptionierung innovativer Anwendungen des elektrischen Korrosionsschutzsystems zur Vorhersage der UEP–Signatur und der Lokalisierung von Rumpfbeschädigungen maritimer Fahrzeuge

Elektrische und magnetische Signaturen maritimer Fahrzeuge werden sowohl aktive, als auch passiv über die an Bord befindlichen Gerätschaften, wie z.B. Generatoren und Motoren, dem magnetischen Eigenschutz (MES)–System oder auch durch das elektrische Korrosionsschutz (EKS)–System generiert, sodass diese Signaturen von Unterwasserminen als Informationsquelle für eine gezielte Detonation verwendet werden können. Eine möglichst genaue Charakterisierung und Vorhersage besagter Signaturen ist somit unabdingbar, um eine Abschätzung des Risikos der möglichen Detektion des Wasserfahrzeugs durchzuführen, wobei die Einsatzbereitschaft und Missionsfähigkeit des Fahrzeugs von höchster Priorität sind. Ferner ist auch die Bewertung des Zustands der Rumpfbeschichtung von Relevanz, da bei vorhandenen Beschädigungen der Beschichtung, welche für den Korrosionsschutz des Fahrzeuges eingesetzt wird, die elektrische Signatur, das underwater electric potential (UEP), erhöht werden kann, sodass das Detektionsrisiko zunimmt.


In der vorliegenden Dissertation werden Methodiken präsentiert, welche die Charakterisierung und Separation spezifischer magnetischer Signaturen unter Verwendung des Drehkreismanövers ermöglicht und ferner die Vorhersage der elektrischen Signatur anhand der Ströme des EKS–Systems aufgezeigt. Hierbei kann trotz nichtlinearer elektrochemischer Korrosionsprozesse eine lineare Umrechnungsvorschrift aufgezeigt werden, welche die UEP Signatur mit hoher Genauigkeit vorhersagt. Abschließend werden die Informationen des EKS–Systems für das Training eines künstlichen neuronalen Netzwerks (KNNs) verwendet, um eine sektorielle Vorhersage lokaler Fehlstellen der  Rumpfbeschichtung zu realisieren.

Electric and magnetic signatures of naval vessels are actively and passively generated by e.g. onboard generators, the magnetic self–protection system and the impressed current cathodic protection (ICCP) system, which can be exploited by naval mines as a possible trigger indicator. Therefore, characterization and prediction of said signatures is crucial to better estimate the detection risk of the vessel and to ensure the vessel is fully operational. Furthermore, estimating the coating condition of the vessels’ hull is vital, due to changes of the electric signature, also known as the underwater electric potential for a damaged coating, which may lead to higher detection risks.


In the following thesis methodologies for the characterization and separation of specific magnetic signatures using the turning circle maneuver, as well as the prediction of the UEP signature are presented. For the latter, a linear prediction formulation can be utilized even though the electrochemical corrosion is represented by a nonlinear process, thus leading to very accurate prediction results of the UEP signature. Finally, the information of the ICCP system are used for the training process of an artificial neural network (ANN) to predict coating damages on the vessels’ hull in a specified sector of the naval vessel.

Vorschau

Zitieren

Zitierform:
Zitierform konnte nicht geladen werden.

Rechte

Nutzung und Vervielfältigung:
Alle Rechte vorbehalten