Optimierung der Geometrie unter Verwendung von KI-Agenten zur Beschleunigung der numerischen Strömungsfeldsimulation und zur Steuerung des Inselmodells für massive Parallelisierung

• Antragsteller: Professor Dr.-Ing. Stefan Riedelbauch
• Fachliche Zuordnung: Strömungs- und Kolbenmaschinen ; Strömungsmechanik
• Förderung: Förderung seit 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 501932169

Das Gesamtziel des Projekts ist die Erweiterung des automatisierten Entwurfsverfahrens für komplexe strömungsmechanische Komponenten. Um den Entwurfsprozess mit dem, am antragstellenden Institut entwickelten, allgemeinem Designsystem zu beschleunigen, wird es mit dem Inselmodell zur Parallelisierung der Optimierung gekoppelt. Das Inselmodell teilt den Prozess in serielle Optimierungsläufe auf mehreren interagierenden Inseln auf. Im Gegensatz zum derzeitigen Stand der Technik, bei dem künstliche Intelligenz nur für Ersatzmodelle verwendet wird, um den Rechenaufwand zu verringern, zielt dieses Projekt darauf ab, den gesamten automatisierten Prozess durch den Einsatz von Agenten mit künstlicher Intelligenz zu erweitern. Ein datengesteuert trainierter Agent bringt einen Mehrwert, z. B. bei der Initialisierung des Optimierungsprozesses, der Bewertung der Zielfunktion einer Kandidatenlösung oder der Entscheidung, welches Rechengitter für eine bestimmte Geometrie am besten geeignet ist. Die Erstellung eines Rechengitters kann beispielsweise als eine meist manuelle Analyse der Geometrie betrachtet werden, um ein gut geeignetes Gitter zu erhalten, das an einen Strömungslöser übergeben wird. Ein weiteres Beispiel ist die Erstellung der Parametrisierung einer recht komplexen Turbomaschine, die typischerweise manuell bearbeitet wird. Beide Beispiele beruhen ausschließlich auf Erfahrungswerten. Die regelbasierten Entscheidungen werden nun durch datengesteuerte Agenten ersetzt oder unterstützt. Zusätzlich steuern die Agenten die Bewertungen der Zielfunktionen und auch das Verhalten bei Mehrzieloptimierungen. In diesem Sinne erweitern die Agenten die Flexibilität in Kombination mit dem Inselmodell. Um die entwickelten Design-Assistenten und ihre Leistungsfähigkeit im Optimierungsprozesses zu überprüfen, stehen bereits vorhandene Daten aus erfolgreichen Läufen zur Verfügung. Das gesamte Arbeitsprogramm konzentriert sich auf zwei wesentliche Aspekte. Zum Einen wird die Verbindung von künstlicher Intelligenz mit der Steuerung der Optimierung adressiert. Es geht darum, formalisierte, regelbasierte Ziele durch datengetriebene Ziele zu ersetzen. Zum anderen adressiert das Projekt in einem abstrakten Sinne die flexible Kopplung zwischen Programmen, indem Wissen von einfachen Testfällen auf komplexe ingenieurwissenschaftliche Probleme mittels Agenten auf Basis künstlicher Intelligenz übertragen wird. Auch der Aufbau der Simulation, die Netzerstellung und die Auswertung der Individuen wird durch Agenten beschleunigt. Insbesondere die Kopplung zwischen dem Strömungslöser und dem Vernetzer wird durch Agenten verbessert, indem das beste Netz und damit das Optimum gesucht wird. Durch die Verwendung einer ungewöhnlichen kinetischen Turbine für das Benchmarking wird ein enger Bezug zu einem technischen Problem hergestellt. Sie dient auch als Validierungsfall, um die Leistung der Optimierung mit allen entwickelten Agenten im Vergleich zur Optimierung ohne diese zu bewerten.

• DFG-Verfahren: Schwerpunktprogramme
• Teilprojekt zu: SPP 2353: Mehr Intelligenz wagen – Entwurfsassistenten in Mechanik und Dynamik
• Mitverantwortlich: Dr.-Ing. Alexander Tismer