Mobile-Menu

Datengetriebene Materialmodellierung Mittels KI schneller neue Werkstoffe einsetzen

Von Dorothee Quitter |

Anbieter zum Thema

Bissantz & Company GmbH
Fujitsu Technology Solutions GmbH
Insider Research
DYNAmore GmbH

Das Forschungsprojekt Artificial Intelligence for Material Models (AIMM) hat zum Ziel, die klassische modellbasierte Werkstoffbeschreibung durch eine datengetriebene Materialmodellierung mittels Methoden der Künstlichen Intelligenz zu ergänzen bzw. zu ersetzen. Die Dynamore GmbH beteiligt sich an dem Forschungsvorhaben.

(Bild: Dynamore)

Für die Entwicklung zukünftiger, effizienzoptimierter und emissionsarmer Fahrzeugkonzepte ist der Einsatz zuverlässiger und präziser Simulationsmethoden von fundamentaler Bedeutung. Insbesondere vor dem Hintergrund der Verwendung neuer Werkstoffe, deren Werkstoffverhalten zunehmend komplexer wird, müssen die Grenzen konventioneller Materialbeschreibung überwunden werden. Das Forschungsprojekt AIMM soll zu einer beschleunigten Beschreibung für CAE-Anwendungen führen und so einen schnelleren Einsatz neuer Werkstoffe ermöglichen. Ebenso steht die Entwicklung zugehöriger, neuer Versuchskonzepte zur Erzeugung der notwendigen Trainingsdaten und die Verkürzung der Charakterisierungs- und Modellierungsphase durch Automatisierung der Prozesse im Fokus.

Dynamore wird sich mit seiner Expertise in der Simulation dynamischer Problemstellungen der Strukturmechanik insbesondere über sein Material Competence Center (MCC) beteiligen.

Das Material Competence Center (MCC) von Dynamore

Als Software- und Entwicklungsdienstleister bietet DYNAmore ein Produktportfolio an, das die Finite-Elemente Software LS-DYNA, den Pre- und Postprozessor LS-PrePost, die Optimierungssoftware LS-OPT sowie zahlreiche FE-Modelle für die Crashsimulation (Dummy-, Barrieren-, Fußgänger-, und Menschmodelle) umfasst. Schwerpunkt des Material Competence Center (MCC) ist die Entwicklung von Werkstoffmodellen (Metalle, Kunststoffe und Composite-Materialien) und die Ableitung von Methoden zu deren prognosefähiger Bedatung und Validierung.

Projektträger ist der TÜV Rheinland. Weitere industrielle Konsortialpartner sind:

  • Mercedes-Benz AG
  • Elring Klinger AG
  • GOM GmbH
  • Renumics GmbH
  • Ernst-Mach-Institut der Fraunhofer Gesellschaft
  • Institut für Softwaretechnik und Theoretische Informatik (IDA) der TU Berlin
  • die Institute für Flugzeugbau und Umformtechnik der Universität Stuttgart.

Das Projekt wird mit 2,9 Mio. EUR vom Bundesministerium für Wirtschaft und Energie (BMWi) gefördert.

Die Möglichkeiten mittels Methoden der Künstlichen Intelligenz CAE-Prozesse zu unterstützen, zu optimieren oder sogar zu ersetzen sind vielfältig. Als Spezialisten für die Werkstoffbeschreibung sehen wir gerade auf diesem Gebiet neue und spannende Herausforderungen zu deren Lösung die Projektpartner in AIMM hervorragend aufgestellt sind.

Prof. André Haufe, Leiter des Dynamore MCC

Laut Haufe liegt jedoch ein maßgebliches Projektrisiko in der Tatsache, dass eine industrielle Anwendung deutlich höhere Anforderungen an eine robuste Umsetzung sowohl auf der datentechnischen Seite zur Gewinnung von Trainingsdaten als auch auf der Auswertungsseite stellt.

Dieser Artikel stammt von unserem Partnerportal KonstruktionsPraxis.

(ID:47103034)

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu Big Data, Analytics & AI

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung.

Aufklappen für Details zu Ihrer Einwilligung

Weiterführende Inhalte