Projekte
Hier finden Sie öffentlich geförderte Projekte, an denen sich der Lehrstuhl Mechatronik beteiligt.
Das Fahrzeug der Zukunft ist „smart“. Mit zunehmender Selbstverständlichkeit wird erwartet, dass ein Fahrzeug auf Veränderungen in seiner Umgebung flexibel reagieren und selbstständig Entscheidungen fällen kann, um sich optimal an verändernde Randbedingungen anzupassen. Dies bedeutet ein hohes Maß an „self-awareness“, also die Fähigkeit die Auswirkung des eigenen Verhaltens in der Interaktion mit der Umgebung zu prädizieren.
Derartige Modelle seiner selbst und der Umgebung schnell, kosteneffizient und in Abwägung von Fidelity und Performanz erstellen zu können ist eine Schlüsselkompetenz. Klassische modelbasierte Ansätze sind häufig mit hohen Entwicklungsaufwänden verbunden. Fortschritte im Bereich der künstlichen Intelligenz eröffnen neue Optionen sind aber datenintensiv und bergen andere Risiken. In diesem Projekt sollen hybride (daten- und physikbasierte) Ansätze in konkreten Anwendungen evaluiert werden, um unter Nutzung von vorhandenem physikalischem Vorwissen in dateneffizienter Weise skalierbare „Proper Models“ generieren zu können. Dies wird es zukünftig ermöglichen innovative Produkteigenschaften in wesentlich kürzerer Zeit zu entwickeln und im Fahrzeug zu realisieren.
UPSIM (Unleash Potentials in Simulation) schafft mit insgesamt 31 Partnern aus 7 Ländern die Voraussetzungen für Unternehmen, Simulation und damit einhergehende KI-Methoden als wesentliche strategische Fähigkeit im Entwicklungsverbund zu implementieren. Insbesondere zielt UPSIM darauf ab die KI-unterstützte Simulation zur Sicherstellung der Produktqualität und in der Zertifizierung zu verwenden.
UPSIM stellt hierfür die folgenden Bausteine bereit:
- Modellierungs- und Simulationsreferenzprozesse und eine Metrik zur Bestimmung des Bereitschaftsgrades von Digital-Twins,
- Kooperationsmuster für eine effiziente Entwicklung von Digital-Twins,
- mit künstlicher Intelligenz angereicherte Hybridsimulationen zur Gewährleistung der Konvergenz von Simulation und Realität und schließlich
- eine Infrastruktur für die "verkettete" Identifizierung von glaubwürdigen Artefakten von Digital-Twin-Simulationen.
Mit heutigen Simulationsmethoden und -tools kann der Waschprozess in einer Autowaschanlage nicht umfassend modelliert werden. In der Folge werden Optimierungen der Waschanlagen und Waschprogrammen in Realtests mit bis zu hundert verschiedenen Fahrzeugen entwickelt und validiert, was einen Aufwand im Wochenbereich entspricht. NACSIM (Neural accelerated Carwash Simulation) zielt darauf ab den Waschprozess umfassend zu modellieren und hochperformant zu simulieren, um ehemals notwendige, ressourcen-, kosten- und zeitintensive Realtests durch Simulationen ersetzen zu können und somit zu reduzieren. Grundlage hierzu ist die Kombination physikalischer Zusammenhänge und entsprechender Modelle mit Methoden des maschinellen Lernens.
Das Europäische Klimagesetz setzt das Zwischenziel, die Nettotreibhausgasemissionen bis 2030 um mindestens 55 % zu reduzieren und die europäische Wirtschaft und Gesellschaft soll bis 2050 klimaneutral zu werden. Investitionen in die Energie-, Gebäude- und Produktionsinfrastruktur erfordern, dass die Auslegung und Optimierung von Großanlagen berücksichtigt werden, z. B. für volle Tageszyklen über ein ganzes Jahr, um den saisonalen Wetterbedingungen Rechnung zu tragen. Gegenwärtig können solche großräumigen Szenarien nur mit stark vereinfachten Modellen analysiert werden. Um diese Ziele zu erreichen, werden im OpenSCALING(Open standard for SCALable virtual engineerING and operation)-Projekt offene Standards für dynamische Systeme und die zugehörigen Toolchains erheblich verbessert, um große Systeme, physics-enhanced NeuralODEs, zur Laufzeit anpassbare digitale Zwillinge (auch im Kontinuum Edge-Cloud Kontinuum) und verbesserte zertifizierte virtuelle Tests mit standardisierter Unsicherheitsquantifizierung, um die Zeit bis zur Marktreife zu verkürzen. Fünf der acht industriellen Demonstratoren werden zeigen, wie die Projektinnovationen direkt angewendet werden können, um den Energieverbrauch und die Treibhausgasemissionen Emissionen in den Bereichen Energie, Gebäude, Luftfahrt und Automobil.