In diesem Projekt entwickeln wir Machine Learning Algorithmen, die den Herstellungsprozess von Faserverbundwerkstoffen simulieren. Dabei wird ein Polymer im flüssigen Zustand in einen Faserverbund eingeleitet und erhärtet. Bei diesen Prozessen spielen verschiedenste Größenordnungen eine Rolle. Die Kanäle zwischen den Fasern sind in der Größenordnung von Mikrometern, während die Abstände zwischen Faserbündeln in der Größenordnung von Millimetern sind und die fertigen Teile hunderte von Metern groß sein können. Aktuell werden diese Prozesse mit konventionellen Methoden simuliert, die ein hohes Maß an Rechenleistung erfordern. Ziel des Projektes ist es diese Simulationen mit Hilfe von Hybriden Machine Learning Algorithmen zu beschleunigen.
Partner
Leibniz-Institut für Verbundwerkstoffe GmbH (IVW)
Leibniz-Institut für Polymerforschung Dresden e.V. (IPF)
Fraunhofer-Institut für Techno- und Wirtschaftsmathematik (Fraunhofer ITWM)
Forschungsverbund Berlin e.V. (Weierstraß-Institut für Angewandte Analysis und Stochastik)
