Strukturoptimierung ausfallsicherer Entwürfe durch maschinelles Lernen

• Antragsteller: Professor Dr.-Ing. Benedikt Kriegesmann
• Fachliche Zuordnung: Leichtbau, Textiltechnik ; Mechanik
• Förderung: Förderung seit 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 515743381

In Branchen wie beispielweise der Luftfahrt ist es erforderlich, sicherheitskritische Strukturen so auszulegen, dass diese tolerant gegenüber Schäden sind. Eine Möglichkeit, dies zu gewährleisten, ist der Entwurf ausfallsicherer Strukturen, die auch dann noch die aufgebrachte Last tragen, wenn ein Strukturelement/Lastpfad versagt hat. In der Entwurfsoptimierung lässt sich die Forderung der Ausfallsicherheit beispielsweise als Nebenbedingung der Optimierung berücksichtigen. Dies macht die Optimierung aber derart rechenintensiv, dass ein solcher Ansatz nicht auf praxisrelevante Probleme angewendet werden kann. Insbesondere in der Topologieoptimierung, in der die Entwurfsfreiheit besonders hoch ist, muss eine extrem große Anzahl an Rechnungen durchgeführt werden, um alle Schadensszenarien zu berücksichtigen. Die Strukturen, die bei einer solchen Topologieoptimierung entstehen, haben global betrachtet ähnliche Lastpfade wie Strukturen, die ohne Berücksichtigung von Ausfallsicherheit optimiert werden. Jedoch haben die ausfallsicheren Strukturen mehrere Streben entlang der Hauptlastpfade und mehrere verbindende Elemente. Ein schneller und praktikabler Ansatz ist es, die Optimierung ohne Berücksichtigung von Ausfallsicherheit durchzuführen, um Hauptlastpfade zu bestimmen. Daraus lässt sich, basierend auf der Erfahrung des Konstrukteurs, ein Entwurf ableiten, dessen Lastpfade redundant sind. Ein solcher Entwurfsprozess ist somit auf die Erfahrung des Konstrukteurs angewiesen und insbesondere für die Topologieoptimierung aufgrund der Vielzahl möglicher Lösungen schwierig umzusetzen. Das Ziel des vorliegenden Antrags ist es, diesen Erfahrungsanteil im Entwurfsprozess durch ein künstliches neuronales Netz zu ersetzen. Dazu wird eine Vielzahl von Kombinationen unterschiedlicher Entwurfsräume, Randbedingungen und Belastungen betrachtet. Für jede Kombination wird sowohl eine „normale“ Topologieoptimierung als auch eine Topologieoptimierung unter Berücksichtigung von Ausfallsicherheit durchgeführt. Mit den so erzeugten Daten wird ein neuronales Netz trainiert. Bei der Auslegung einer neuen Struktur soll dann nur noch eine Topologieoptimierung ohne Berücksichtigung von Ausfallsicherheit durchgeführt werden. Die erhaltene Topologie ist Eingangsgröße des bereits trainierten neuronalen Netzes, welches eine redundante Topologie vorschlägt. Diese Topologie wird anschließend mit einem schnellen Ansatz zur Formoptimierung verfeinert. Während existierende Ansätze zur Topologieoptimierung unter Berücksichtigung von Ausfallsicherheit die Nachgiebigkeit als Zielfunktion betrachten, soll im vorliegenden Antrag auch hinsichtlich der Eigenfrequenzen optimiert werden. Dabei soll neben der klassischen Maximierung der kleinsten Eigenfrequenz auch die Reduktion von Änderungen der Eigenfrequenzen im Schadensfall als Zielfunktion betrachtet werden.

• DFG-Verfahren: Sachbeihilfen