Das Ziel des Forschungsvorhabens Artificial Intelligence for Material Models (AIMM) ist es, die klassische modellbasierte Werkstoffbeschreibung durch eine alternative, datengetriebene Materialmodellierung zu ergänzen beziehunsgweise zu ersetzen. Denn für die Entwicklung zukünftiger, effizienzoptimierter und emissionsarmer Fahrzeugkonzepte ist der Einsatz zuverlässiger und präziser Simulationsmethoden von fundamentaler Bedeutung.
Alternativen zur modellbasierten Werkstoffbeschreibung finden
Das Ziel des Forschungsvorhabens Artificial Intelligence for Material Models (AIMM) ist es, die klassische modellbasierte Werkstoffbeschreibung durch eine alternative, datengetriebene Materialmodellierung zu ergänzen bzw. zu ersetzen. Insbesondere vor dem Hintergrund des Einsatzes neuer Werkstoffe, deren Werkstoffverhalten zunehmend komplexer wird, sollen damit die Grenzen konventioneller Materialbeschreibung überwunden werden. In AIMM wird durch eine beschleunigte Beschreibung für CAE-Anwendungen der schnellere Einsatz neuer Werkstoffe, die Entwicklung zugehöriger, neuer Versuchskonzepte zur Erzeugung der notwendigen Trainingsdaten und die Verkürzung der Charakterisierungs- und Modellierungsphase durch Automatisierung der Prozesse im Fokus stehen.
Renommierte Projektpartner
Dynamore wird sich mit seiner Expertise in der Simulation dynamischer Problemstellungen der Strukturmechanik insbesondere über das Material Competence Center (MCC) sehr stark in dem vom Projektträger TÜV Rheinland administrierten Projekt engagieren.
Weitere industrielle Konsortialpartner sind die Mercedes-Benz AG, die Elring Klinger AG, die GOM GmbH und die Renumics GmbH. Auf Seiten der Forschungseinrichtungen beteiligen sich das Ernst-Mach-Institut der Fraunhofer Gesellschaft, das Institut für Softwaretechnik und Theoretische Informatik (IDA) der Technischen Universität Berlin, sowie die Universität Stuttgart mit den Instituten für Flugzeugbau und Umformtechnik an dem mit 2,9 Mio. EUR vom Bundesministerium für Wirtschaft und Energie (BMWI) aufgrund eines Beschlusses des Deutschen Bundestags geförderten Projekt.
Industrie 4.0 - Zukunftstrend KI
CAE-Prozesse mittels Künstlicher Intelligenz unterstützen
Dazu Professor André Haufe, Leiter des Dynamore MCC: „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. Ein maßgebliches Projektrisiko liegt 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. Wir sehen dem Projektbeginn deshalb mit Spannung entgegen und freuen uns auf eine intensive und fruchtbare Zusammenarbeit.“
Über das Dynamore Material Competence Center (MCC)
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. Die Simulationssuite LS-Dyna wird von der Dynamore GmbH mit- und weiterentwickelt.
Dynamore hat langjährige Projekt- und Entwicklungserfahrung in Modellentwicklung und Simulation (Prozesssimulation, Insassenschutz, Fahrzeugcrash) in allen Bereichen der Mobilität (Luft- und Raumfahrt, Schienen- und Kraftfahrzeuge). Einen besonderen Schwerpunkt im jüngst mit neuen, größeren Räumlichkeiten ausgestatteten Dynamore Material Competence Center (MCC) bildet die Entwicklung von Werkstoffmodellen (Metalle, Kunststoffe und Composite-Materialien) und die Ableitung von Methoden zu deren prognosefähiger Bedatung und Validierung.
