Künstliche Intelligenz Forscher entwickeln schnelle Alternative zur FEM-Simulation

Umformprozesse auszulegen, dauert lange. Grund dafür sind die aufwendigen FEM-Simulationen, mit denen der Prozess vorab durchgespielt wird. Forscher des Instituts für Integrierte Produktion Hannover wollen diesen Prozess mithilfe eines Algorithmus drastisch beschleunigen.

Anbieter zum Thema

PTC

Syslogic GmbH

FEM-Simulationen werden in der Massivumformung genutzt, um Schmiedeprozesse vorab am Computer zu testen. In der Software können Bauteile wie Kurbelwellen oder Kolben als ein Netz aus zahlreichen Punkten dargestellt werden.

Um die Umformung zu simulieren, berechnet die Software eine Verschiebung dieser Punkte und berücksichtigt dabei die Materialfestigkeit, die Geometrie des Gesenks und des Rohteils sowie viele weitere Faktoren. Diese Berechnungen können Stunden oder sogar Tage dauern.

Und mit einem Durchgang ist es nicht getan: Oft ergibt die Computersimulation, dass bei der Umformung Fehler auftreten – dass etwa die Form nicht vollständig gefüllt ist oder Falten entstehen. Dann passen die Ingenieure den Schmiedeprozess an und starten die Simulation erneut. Bis sie zum optimalen Ergebnis gelangen, dauert es sehr lange.

Am Institut für Integrierte Produktion Hannover (IPH) werden fast täglich Schmiedeprozesse simuliert. Die Ingenieure wissen also aus eigener Erfahrung, wie langsam FEM-Simulationen ablaufen und wollen nun eine wesentlich schnellere Alternative entwickeln.

Im Forschungsprojekt „Kimulation – KI-basierte Prognose der Ergebnisse von Massivumformsimulationen“ arbeiten Umformexperten interdisziplinär mit Spezialisten für Künstliche Intelligenz zusammen. Gefördert wird das Forschungsvorhaben von der Deutschen Forschungsgemeinschaft (DFG), in drei Jahren sollen die Ergebnisse vorliegen.

Das Ziel der Forscher: Sie wollen einen selbstlernenden Algorithmus programmieren, der die Ergebnisse von FEM-Simulationen vorhersagen kann und in möglichst kurzer Zeit eine möglichst genaue Vorschau liefert.

(ID:43546487)