Detailseite
Projekt
Engineering-Assistenz für hybride Entscheidungsunterstützung auf der Grundlage von auf maschinellem Lernen basierenden Ersatzmodellen
Fachliche Zuordnung
Konstruktion, Maschinenelemente, Produktentwicklung
Produktionsautomatisierung und Montagetechnik
Produktionsautomatisierung und Montagetechnik
Förderung
Förderung seit 2024
Projektkennung
Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 543079297
Die Fortschritte bei Digital Engineering Werkzeugen haben den Produktentwicklungsprozess kontinuierlich verändert. Mit der Steigerung der Rechenleistung wurden immer umfassendere digitale Modelle möglich, um die komplexen Eigenschaften und das Verhalten von Produkten zu simulieren. Mit Techniken wie dem generativen Design lässt sich ein Lösungsraum für verschiedene Ziele erkunden und optimierten, was manchmal die Fähigkeiten selbst erfahrener Produktentwickler*innen übersteigt. Aufgrund der Komplexität von Simulationen können jedoch oft nur ausgewählte Parameter optimiert werden. Folglich ist der untersuchte Lösungsraum oft begrenzt und der Fortschritt inkrementell. Die Auswahl von Parametern und Optimierung beruht in erster Linie auf menschlichem Fachwissen, was angesichts begrenzter Zeit und Budgets sowie eventuellem Bias nicht immer zu den besten Lösungen führt. In der aktuellen Forschung zur simulationsgetriebenen Produktentwicklung wurden Machine Learning Ersatzmodelle (MLS) eingeführt, um herkömmliche Simulationen für Produktanalyse und -validierung zu verbessern oder teilweise zu ersetzen. MLS-Techniken verringern den Rechenaufwand im Vergleich zu herkömmlichen Simulationen erheblich. So kann ein großer Lösungsraum mit vergleichsweise geringem Aufwand untersucht werden. Die Genauigkeit von MLS ist dabei ausreichend, um die bestmögliche Lösung für gegebene Randbedingungen und gewünschte Leistungsmerkmale zu finden. Lediglich die finale Lösung muss durch konventionelle Simulation mit hoher Genauigkeit validiert werden. Ziel dieses Projekts ist es, MLS-Ansätze von Analyseaufgaben im Zusammenhang mit physikalischen Phänomenen auf die Analyse späterer Produktentstehungsphasen wie Fertigung und Montage zu übertragen. Entscheidungen in der Entwurfsphase werden nicht nur von der Performanz einzelner Komponenten bestimmt, sondern auch von den Auswirkungen auf nachgelagerte Prozesse, insbesondere auf den Aufwand und die damit verbundenen Kosten, auf die Qualität und auch auf Nachhaltigkeitskennzahlen. Wenn die Analyse der Auswirkungen einer angedachten Lösung in Bezug auf nachgelagerte Phasen bereits unmittelbar im Entwurfsprozess erfolgt, erhalten Produktentwickler ein direktes Feedback über die Konsequenzen ihrer Entscheidungen. Dies ermöglicht eine proaktive Aufwandsreduzierung in späteren Phasen der Produktentstehung. So lassen sich beispielsweise durch Rationalisierung von Produktionsschritten, Anpassung von Montagereihenfolgen oder automatisierungsgerechte Gestaltung Zeit, Kosten und Ressourcen einsparen. Darüber hinaus sind Produkte, die leichter zu montieren sind, in der Regel auch leichter zu demontieren oder zu reparieren, was zu zusätzlichen Einsparungen in führen kann. Die angestrebten Ergebnisse dieses Projektes liefern somit eine hybride Entscheidungsunterstützung für die Produktentwicklung und bilden die methodische Grundlage für die Implementierung entsprechender Assistenzfunktionalitäten in CAD und anderen Engineering-Werkzeugen.
DFG-Verfahren
Schwerpunktprogramme
