KI-basierte Produktentwicklung und -optimierung

14.0-Anwendungen:

Produktentwicklung, Struktur- und Leichtbauoptimierung

14.0-Technologien:

Künstliche Intelligenz, Automatisierte Simulation, Datenanalyse

Funktionsbeschreibung

Im Projekt wird ein automatisierter Entwicklungsworkflow aufgebaut, der eine CAx-Prozesskette mit Methoden des Reinforcement Learning kombiniert. Die innerhalb der Prozesskette erzeugten Simulationsdaten dienen als Trainings- und Entscheidungsgrundlage für KI-basierte Optimierungsverfahren.

Der Workflow umfasst die automatische Geometrieanpassung, die numerische Simulation (z. B. Strukturmechanik), die Extraktion relevanter Kennwerte (z. B. Masse, Spannungen, Verformungen) sowie deren systematische Auswertung. Auf dieser Basis werden optimale Designparameter identifiziert oder neue Designvorschläge generiert.

Mögliche Problemlösung / Prozessoptimierung

Die KI-gestützte Vorgehensweise ermöglicht eine signifikante Reduktion von Entwicklungszeit und Rechenaufwand im Vergleich zu rein manuellen oder iterativen Simulationsprozessen.

Anstelle einzelner Auslegungspunkte werden große Designräume systematisch untersucht. Zielkonflikte wie geringes Gewicht bei gleichzeitig niedriger Spannung und Verformung können effizient analysiert und bewertet werden.

Durch den Einsatz von KI lassen sich:

• optimale Parameterkombinationen schneller identifizieren,
• Sensitivitäten und Einflussgrößen besser verstehen,
• fundierte Designentscheidungen bereits in frühen Entwicklungsphasen treffen.

Technischer Aufbau

Der Workflow basiert auf einer Python-gesteuerten CAx-Prozesskette mit automatisierter Parametervariation, Simulation und Ergebnisauswertung. Ein KI-Agent nutzt die extrahierten Ergebnisse zur iterativen Generierung verbesserter Designvorschläge.