Versuchsingenieure kennen die Situation: Man hat viele Kurven gemessen, aber genau die, die man gerade braucht, die fehlt. Künstliche Intelligenz (KI) ermöglicht, bessere Vorhersagen aus gemessenen und simulierten Daten zu […]
Eine effiziente Multiskalen-Materialmodellierung ermöglicht eine bessere Vorhersagequalität des Verhaltens verstärkter Kunststoffbauteile. (Abb.: Altair)
Versuchsingenieure kennen die Situation: Man hat viele Kurven gemessen, aber genau die, die man gerade braucht, die fehlt. Künstliche Intelligenz (KI) ermöglicht, bessere Vorhersagen aus gemessenen und simulierten Daten zu treffen. So hilft KI beim Abgleich von Simulations- und Testdaten Kosten zu sparen, wo der Aufwand besonders hoch ist. Die nahezu unendliche Materialvielfalt und Materialkombinationen bei thermoplastischen Kunststoffen macht es unmöglich, alle Rezepturvarianten zu testen und dabei noch äußere Einflüsse wie Alterung, chemische Reaktion oder Bestrahlung auf den Werkstoff zu berücksichtigen.
Die Datenautomatisierung und KI-Lösungsansätze von Altair, Troy, Michigan, USA, steigern die Transparenz. Das Unternehmen zeigt seine Entwicklungslösungen für die Kunststoffindustrie auf der Fakuma: konstruktionsnahe Simulation für die Bauteil- und Werkzeugentwicklung, integrative Simulation, das Altair Material Data Center sowie Lösungen aus dem Altair KI-Portfolio.
Das Material Data Center vereinfacht den Zugriff auf Materialdaten und hilft in Kombination mit Material Test Data Automation, Materialversuche zu reduzieren. (Foto: Altair)
Anwender können damit vorhandene Tests, die auf anderen Maschinen, in anderen Labors, in anderen Regionen durchgeführt wurden, sofort finden. Die Nutzung des bestehenden Material Data Center, das für die Speicherung von und den Zugriff auf Materialdaten optimiert ist, funktioniert über Browser/API. Die Prognosemöglichkeit für neue Materialien, für die es keine vorherigen Tests gibt, verbessern sich.
Dabei ermöglichen die Automatisierungsvorlagen von Altair Monarch die automatische Erfassung von Daten aus verschiedenen Quellen wie Prüfmaschinen, Labors oder Lieferanten. Als zentrale Datenbank vereinfacht das Material Data Center die Speicherung von und den Zugriff auf Materialdaten durch browserbasierte Schnittstellen. So können Materialversuche um bis zu 30 % reduziert und so durch eine schnellere Marktreife Kosteneinsparungen erzielt werden.
