shape2prop

AI4Tech – shape2prop / Zeitnahe Abschätzung der Bauteileigenschaften von Metallgussteilen durch datenbasierte Surrogate-Modelle mit gießspezifischem Know-How

Ziel

Mit Hilfe von statistischen Geometriemodellen und ‚machine learning‘ Techniken ist es möglich, die Erstellung von digitalen Zwillingen und zugehörigen physikalischen Prozess-Simulationen zeitnah und effektiv umzusetzen und damit den Design-Prozess von komplexen Gussbauteilen zu optimieren.

Kurzbeschreibung

Für die Entwicklung geometrisch komplexer Metallgussteile werden seit längerem physikalische Prozess-Simulationen zur ‚apriori‘ Abschätzung der Fertigungs- und Bauteileigenschaften durchgeführt, um teure Prototypen und experimentelle Versuche zu minimieren. Dabei werden die Bauteilgeometrien überwiegend durch CAD Programme virtuell modelliert und anschließend an physikalische Simulationsprogramme (CFD basierte Simulationen des Gussprozesses) übergeben. Die Antwortzeiten der Prozess-Simulation betragen je nach Komplexität der Bauteile zwischen einigen Stunden bis zu mehreren Tagen. Diese Zeiträume sind in der Industrie und speziell für KMU zu lang, um zeitnah und flexibel Designänderungen oder neue Design-Entwicklungen zu validieren. Um die Wettbewerbsfähigkeit von deutschen KMU zu erhöhen, sind verstärkte Anstrengungen notwendig, zur Verkürzung der Entwicklungszeiten speziell für die Erstellung von digitalen Zwillingen und den zugehörigen Prozess-Simulationen für variierende Designanforderungen

Ansprechpartner/in

Projektinformationen

Förderkennzeichen
16KN117735
Zuwendungsgeber
Bundesministerium für Wirtschaft und Energie
Projektträger
VDI/VDE Innovation + Technik GmbH
Förderinitiative
ZIM
Geschäftsfeld
Process simulation
Projektstatus
in progress