This item is non-discoverable
Gemeinsamer Schlussbericht zum Verbundprojekt AIMM - Artificial Intelligence for Material Models
| dc.contributor.author | Böhringer, Pauline | |
| dc.contributor.author | Sprave, Joachim | |
| dc.contributor.author | Jamei, Said | |
| dc.contributor.author | Dölle, Norbert | |
| dc.contributor.author | Koch, David | |
| dc.contributor.author | Ilg, Christian | |
| dc.contributor.author | Haufe, André | |
| dc.contributor.author | Haase, Thomas | |
| dc.contributor.author | Soot, Thomas | |
| dc.contributor.author | Kleih, Julian | |
| dc.contributor.author | Gorbach, Gabriele | |
| dc.contributor.author | Sommer, Daniel | |
| dc.contributor.author | Platzer, Dominik | |
| dc.contributor.author | Middendorf, Peter | |
| dc.contributor.author | Karadogan, Celalettin | |
| dc.contributor.author | Liewald, Mathias | |
| dc.contributor.author | Stoll, Markus | |
| dc.contributor.author | Suwelack, Stefan | |
| dc.date.accessioned | 2025-07-23T11:48:42Z | |
| dc.date.available | 2025-07-23T11:48:42Z | |
| dc.date.issued | 2025 | |
| dc.description.abstract | Dublette 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.version | publishedVersion | |
| dc.identifier.uri | https://oa.tib.eu/renate/handle/123456789/19994 | |
| dc.identifier.uri | https://doi.org/10.34657/19011 | |
| dc.language.iso | ger | |
| dc.publisher | Hannover : Technische Informationsbibliothek | |
| dc.relation.affiliation | Mercedes Benz AG | |
| dc.relation.affiliation | DYNAmore Gesellschaft für FEM Ingenieurdienstleistungen mbH | |
| dc.relation.affiliation | Fraunhofer-Institut für Kurzzeitdynamik, Ernst-Mach-Institut | |
| dc.relation.affiliation | ElringKlinger AG | |
| dc.relation.affiliation | Universität Stuttgart, Institut für Flugzeugbau | |
| dc.relation.affiliation | Universität Stuttgart, Institut für Umformtechnik | |
| dc.relation.affiliation | Renumics GmbH | |
| dc.rights.license | Creative Commons Attribution-NonDerivs 3.0 Germany | |
| dc.rights.uri | https://creativecommons.org/licenses/by-nd/3.0/de/ | |
| dc.subject.ddc | 600 | |
| dc.title | Gemeinsamer Schlussbericht zum Verbundprojekt AIMM - Artificial Intelligence for Material Models | ger |
| dc.title.alternative | AIMM - Artificial Intelligence for Material Models | eng |
| dc.type | Report | |
| dtf.duration | 01.01.2021 bis 31.12.2023 | |
| dtf.funding.funder | BMWE | |
| dtf.funding.program | 19I20024A | |
| dtf.funding.program | 19I20024B | |
| dtf.funding.program | 19I20024C | |
| dtf.funding.program | 19I20024D | |
| dtf.funding.program | 19I20024E | |
| dtf.funding.verbundnummer | 01228182 | |
| tib.accessRights | openAccess |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- BMBF19I20024A_Gesamt.pdf
- Size:
- 9.42 MB
- Format:
- Adobe Portable Document Format
- Description:
