Mobile-Menu

Datengetriebene Materialmodellierung Mittels KI schneller neue Werkstoffe einsetzen

Redakteur: Dipl.-Ing. Dorothee Quitter

Das Forschungsprojekt Artificial Intelligence for Material Models (AIMM) soll mittels Methoden der Künstlichen Intelligenz einen schnelleren Einsatz neuer Werkstoffe ermöglichen. Das ist allerdings nicht so einfach.

Anbieter zum Thema

DYNAmore GmbH
Schött-Druckguß GmbH
SCHALLENKAMMER MAGNETSYSTEME GmbH
ESI Engineering System International GmbH
Das Forschungsprojekt AIMM soll zu einer beschleunigten Beschreibung für CAE-Anwendungen führen und so einen schnelleren Einsatz neuer Werkstoffe ermöglichen.
Das Forschungsprojekt AIMM soll zu einer beschleunigten Beschreibung für CAE-Anwendungen führen und so einen schnelleren Einsatz neuer Werkstoffe ermöglichen.
(Bild: Dynamore)

Für die Entwicklung künftiger, 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.

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

Nach eigenen Angaben wird sich die Dynamore GmbH mit ihrer Expertise in der Simulation dynamischer Problemstellungen der Strukturmechanik insbesondere über ihr 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.

„Die Möglichkeiten mittels Methoden der Künstlichen Intelligenz CAE-Prozesse zu unterstützen, zu optimieren oder sogar zu ersetzen sind vielfältig. Wir sehen gerade auf diesem Gebiet neue Herausforderungen zu deren Lösung die Projektpartner in AIMM hervorragend aufgestellt sind“, sagt Prof. André Haufe, Leiter des Dynamore MCC.

Ihm zufolge liege jedoch ein maßgebliches Projektrisiko in der Tatsache, dass eine industrielle Anwendung deutlich höhere Anforderungen an eine robuste Umsetzung stellt – auf der datentechnischen Seite zur Gewinnung von Trainingsdaten und auf der Auswertungsseite gleichermaßen.

AIMM-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.

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

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

(ID:47101290)

Weiterführende Inhalte