KI-basierte Prognose der Ergebnisse von Massivumformsimulationen

Projekttitel KI-basierte Prognose der Ergebnisse von Massivumformsimulationen (KImulation)
Laufzeit 01.04.2015 – 31.03.2018
Download
Pressemitteilung

Software und Hardware zur FEM-Simulation von Massivumformprozessen sind weit entwickelt. Trotzdem ist der Einsatz der FEM-Simulationen zur Produkt- und Prozessentwicklung von Schmiedeteilen noch immer durch lange Berechnungszeiten gekennzeichnet. Ziel dieses Forschungsvorhabens ist daher die Entwicklung einer Prognosemethode, die eine ausreichend genaue Vorhersage der Ergebnisse von Umformsimulationen in einem für den Konstrukteur nicht als störend wahrgenommenen Zeitraum aus einer CAD-Umgebung heraus ermöglicht. So soll etwa der Korrelationskoeffizient größer als 90 Prozent und die Prognosezeit kürzer als 60 Sekunden sein. In dem beantragten Vorhaben werden Algorithmen der Künstlichen Intelligenz (KI) zur Prognose der Simulationsergebnisse verwendet. Die Simulationsergebnisse sind beispielsweise durch die benötigte Umformkraft, die Gesenkfüllung oder die Fertigteilgeometrie charakterisiert. Ausgewählte Data-Mining-Algorithmen werden mit FEM-Simulationsergebnissen trainiert und evaluiert. Dafür ist unter anderemdie Entwicklung einer für Data-Mining-Algorithmen interpretierbaren Geometriemodellierung vorgesehen. Die grundsätzliche Realisierbarkeit des innovativen Ansatzes wurde in Voruntersuchungen aufgezeigt. Die Forschungsergebnisse sollen dazu beitragen, zukünftig die Anzahl der Iterationen zwischen Gestaltung und zeitaufwändiger FEM-Berechnung auf ein notwendiges Minimum zu reduzieren.

Veröffentlichungen zum Projekt

Die Auslegung von Massivumformprozessen erfordert viel Zeit. Aufwendige FEM-Simulationen dienen der Vorabuntersuchung, benötigen jedoch in Abhängigkeit der Ergebnisgüte Berechnungszeiten von Stunden oder Tagen. Forscher des Instituts für Integrierte Produktion Hannover (IPH) wollen dies beschleunigen: Ein Algorithmus soll relevante Ergebnisteile der Simulation innerhalb einer Minute vorhersagen.

Künstliche Intelligenz, FEM

Förderer

Das Projekt mit dem Förderkennzeichen OV 36/26-1; BE 1691/186-1 wird mit Mitteln der Deutschen Forschungsgemeinschaft (DFG) gefördert.

Ihr Ansprechpartner

Neelam Rasche
Dipl.-Ing. 

Projektingenieurin

Empfehlen Sie uns