Forscher entwickeln schnelle Alternative zur FEM-Simulation

Anbieter zum Thema

PTC

Syslogic GmbH

Künstliche Intelligenz soll Ergebnisse von Umformprozessen vorhersagen

Das nötige Wissen dafür soll sich der Algorithmus mittels Data Mining selbst aneignen, indem er Datensätze von FEM-Simulationen analysiert und darin Muster erkennt, die er anschließend auch auf andere Umformprozesse anwenden kann. Das Ziel der Forscher ist, dass der Algorithmus in weniger als 60 Sekunden das Umformergebnis vorhersagt – und das mit einer Prognosegenauigkeit von mindestens 95 Prozent.

Detaillierte FEM-Simulationen lassen sich mit dieser Methode zwar nicht vollständig ersetzen, aber auf ein Minimum reduzieren. Zumal ein weiterer Arbeitsschritt entfallen soll: Bisher konstruieren die Ingenieure ihre Schmiedeteile in CAD-Programmen und importieren sie für die Simulation in ein FEM-Programm.

Mithilfe des Algorithmus, den die Forscher entwickeln, soll künftig eine Vorschau direkt aus dem CAD-Programm heraus möglich sein. Außerdem soll das Programm später in der Lage sein, automatisch komplette Versuchsreihen durchzuspielen und zu analysieren – also beispielsweise die Umformung von Rohteilen mit unterschiedlicher Länge und unterschiedlichem Durchmesser bei verschiedenen Umformkräften und -temperaturen zu testen.

So müssten die Ingenieure nicht für jede Variante eine neue FEM-Simulation starten, sondern könnten sich auf jene Parameterkombinationen konzentrieren, die in der Vorschau am vielversprechendsten wirken. „Damit könnten wir die zeitaufwendige Probier-Phase enorm verkürzen“, sagt Neelam Rasche, Umformtechnik-Expertin am IPH. „Das wäre eine wahnsinnige Erleichterung“ – nicht nur für die Forscher am IPH, sondern auch für Ingenieure in Schmiedeunternehmen.

(ID:43546487)