SPP 2353:  Mehr Intelligenz wagen – Entwurfsassistenten in Mechanik und Dynamik

• Fachliche Zuordnung: Maschinenbau und Produktionstechnik ; Bauwesen und Architektur ; Geowissenschaften ; Informatik, System- und Elektrotechnik ; Mathematik ; Wärmetechnik/Verfahrenstechnik
• Förderung: Förderung seit 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 460725022

Um der ökologischen und gesellschaftlichen Verantwortung und den damit verbundenen Herausforderungen gerecht zu werden, muss der Systementwurf der Zukunft multidisziplinär sein. Heute beschränkt sich die computerbasierte Unterstützung in Mechanik und Dynamik primär auf die Systemanalyse, was für künftige Herausforderungen nicht mehr genügt. Selbst in fortgeschrittenen Entwurfsprozessen werden heutzutage noch großangelegte, simulationsgetriebene Parameterstudien durchgeführt, wobei die Ergebnisse nur manuell analysiert werden, um dann den Entwurf ebenso manuell auf Basis von Erfahrung und individuellem Expertenwissen anzupassen. Dieses Vorgehen ist nicht nur sehr zeitraubend, sondern basiert meist auf subjektiven statt auf mathematisch formalisierten Zielvorstellungen. Im Rahmen der Forschung im eingerichteten Schwerpunktprogramm sollen Entwurfsassistenzsysteme entwickelt werden, die Methoden aus der Optimierung, der künstlichen Intelligenz und der Mechanik/Dynamik kombinieren, um interdisziplinäre Entwurfsprozesse technischer Systeme zu unterstützen und teilweise zu automatisieren. Nicht nur können solche Assistenten zu Entwürfen führen, die tatsächlich optimal sind bezüglich formaler Kriterien, sondern sie können Entwurfsingenieure auch zu einer künstlichen Intuition verhelfen, die ihre eigene, spezialisierte Expertise ergänzt. Dadurch können Kriterien, die heute nur in späteren Entwurfsphasen berücksichtigt werden, schon früh einbezogen werden, sodass die resultierenden Systeme auf viel grundlegendere Weise verbessert werden können als dies mit den inkrementellen Verbesserungen durch althergebrachte Entwurfsprozesse möglich ist. Ein entscheidendes Mittel, um Entwurfsassistenzsysteme von praktischer Bedeutung in Dynamik und Mechanik zu verwirklichen, ist es, durch die Integration von Methoden der künstlichen Intelligenz und des maschinellen Lernens über den Stand der Technik in Systemanalyse, Optimierung und Entwurf hinauszugehen. Maschinelles Lernen kann wertvoll sein, um Ersatzmodelle und Antwortflächen zu identifizieren, um mit diesen den Rechenaufwand für großangelegte statistische Analysen im Rahmen automatisierter Entwurfsprozesse auf Basis von Mehrkriterienoptimierung beherrschbar zu machen. Künstliche Intelligenz könnte sogar direkt kreative Entwurfsentscheidungen treffen. Da maschinelles Lernen und künstliche Intelligenz zuletzt aber vor allem außerhalb des Entwurfs von dynamischen Systemen mit großem Erfolg angewandt und weiterentwickelt wurden, ist es noch unklar, welche Methoden am besten geeignet sind, um in Kombination mit Systemanalyse und Optimierung zu besseren Systementwürfen zu führen. Idealerweise sollten die entworfenen Komponenten der Entwurfsassistenten so flexibel sein und so leicht zugängliche Schnittstellen haben, dass sie modular kombiniert werden können, um zunehmend holistische, assistierte Entwurfsprozesse abbilden zu können und um als Grundlage für weitere Forschung in der zweiten Förderperiode zu dienen.

• DFG-Verfahren: Schwerpunktprogramme

Projekte

• Daten- und Antwortflächen-gesteuerter Entwurfsassistent für geregelte flexible Mehrkörpersysteme (Antragsteller Bestle, Dieter ;  Eberhard, Peter )
• Design to Acoustics mittels Deep Learning (Antragstellerinnen / Antragsteller Langer, Sabine C. ;  Lüddecke, Timo )
• Designoptimierung für dynamische Systeme, Laufroboter und andere periodisch arbeitende Maschinen (Antragsteller Remy, C. David )
• Entwicklung neuartiger Entwurfsassistenten hinsichtlich komplexer dynamischer Lasten in der Strukturdynamik anhand dynamisch integrierter Verfahren des Maschinellen Lernens (Antragsteller Stender, Merten )
• Hybride Modellierung für die datengestützte Mehrzieloptimierung von Mehrkörpersystemen (Antragsteller Peitz, Sebastian ;  Sextro, Walter )
• Intelligente Design-Assistenz für individualisierte medizinische Operationen mit Concentric Tube Continuum Robots (Antragstellerinnen / Antragsteller Flaßkamp, Kathrin ;  Sattel, Thomas )
• KI-gestütztes Design-Assistenzsystem für Soft Robots - Optimierung komplexer Systeme auf der Grundlage der kleinsten Designeinheit (Antragstellerin de Payrebrune, Kristin )
• Mehr Intelligenz wagen - Designassistenten in Mechanik und Dynamik (SPP 2353) - Koordinationsantrag (Antragsteller Eberhard, Peter )
• Optimierung der Geometrie unter Verwendung von KI-Agenten zur Beschleunigung der numerischen Strömungsfeldsimulation und zur Steuerung des Inselmodells für massive Parallelisierung (Antragsteller Riedelbauch, Stefan )
• Optimierung des Crashverhaltens von Fahrzeugen mit Hilfe von datengetriebener künstlicher Intelligenz (Antragsteller Stoffel, Marcus )

• Sprecher: Professor Dr.-Ing. Peter Eberhard