Gemeinsamer Schlussbericht zum Verbundprojekt AIMM - Artificial Intelligence for Material Models

dc.contributor.authorBöhringer, Pauline
dc.contributor.authorSprave, Joachim
dc.contributor.authorJamei, Said
dc.contributor.authorDölle, Norbert
dc.contributor.authorKoch, David
dc.contributor.authorIlg, Christian
dc.contributor.authorHaufe, André
dc.contributor.authorHaase, Thomas
dc.contributor.authorSoot, Thomas
dc.contributor.authorKleih, Julian
dc.contributor.authorGorbach, Gabriele
dc.contributor.authorSommer, Daniel
dc.contributor.authorPlatzer, Dominik
dc.contributor.authorMiddendorf, Peter
dc.contributor.authorKaradogan, Celalettin
dc.contributor.authorLiewald, Mathias
dc.contributor.authorStoll, Markus
dc.contributor.authorSuwelack, Stefan
dc.date.accessioned2025-07-23T11:48:42Z
dc.date.available2025-07-23T11:48:42Z
dc.date.issued2025
dc.description.abstractDublette von https://doi.org/10.34657/19012 Das Ziel des Vorhabens AIMM ist es, die klassische, oftmals bereichsweise definierte Materialmodellierung durch eine alternative datengetriebene und damit digitale Materialmodellierung zu ergänzen oder zu ersetzen. Durch die Etablierung von ML-Methoden in der simulationsgestützten Fahrzeugentwicklung sollen aufwendige Modellierungsprozesse vereinfacht werden, was zu einer Verkürzung der Entwicklungszeiten führt und die digitale Funktionsabsicherung (durch einen größeren Anwenderkreis) ermöglicht. Auf diese Weise können langfristig Rechenzeiten reduziert werden, da durch den Einsatz von ML-Modellen die iterative Lösung von Materialgleichungen vermieden werden kann. Damit wird es zukünftig möglich werden, alternative Struktur- und Crashkonzepte mit weniger Computerleistung in kürzerer Zeit berechnen und bewerten zu können. Vor dem Hintergrund des Einsatzes neuer und komplexer Werkstoffe sollen die Grenzen der konventionellen Materialmodellierung überwunden werden und es kann eine schnelle Materialbeschreibung für neue Materialien erfolgen.ger
dc.description.versionpublishedVersion
dc.identifier.urihttps://oa.tib.eu/renate/handle/123456789/19994
dc.identifier.urihttps://doi.org/10.34657/19011
dc.language.isoger
dc.publisherHannover : Technische Informationsbibliothek
dc.relation.affiliationMercedes Benz AG
dc.relation.affiliationDYNAmore Gesellschaft für FEM Ingenieurdienstleistungen mbH
dc.relation.affiliationFraunhofer-Institut für Kurzzeitdynamik, Ernst-Mach-Institut
dc.relation.affiliationElringKlinger AG
dc.relation.affiliationUniversität Stuttgart, Institut für Flugzeugbau
dc.relation.affiliationUniversität Stuttgart, Institut für Umformtechnik
dc.relation.affiliationRenumics GmbH
dc.rights.licenseCreative Commons Attribution-NonDerivs 3.0 Germany
dc.rights.urihttps://creativecommons.org/licenses/by-nd/3.0/de/
dc.subject.ddc600
dc.titleGemeinsamer Schlussbericht zum Verbundprojekt AIMM - Artificial Intelligence for Material Modelsger
dc.title.alternativeAIMM - Artificial Intelligence for Material Modelseng
dc.typeReport
dtf.duration01.01.2021 bis 31.12.2023
dtf.funding.funderBMWE
dtf.funding.program19I20024A
dtf.funding.program19I20024B
dtf.funding.program19I20024C
dtf.funding.program19I20024D
dtf.funding.program19I20024E
dtf.funding.verbundnummer01228182
tib.accessRightsopenAccess

Files

Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
BMBF19I20024A_Gesamt.pdf
Size:
9.42 MB
Format:
Adobe Portable Document Format
Description: