KI4COMP - KI basierte Prognose der Feuchtigkeitsverteilung in Composites

Das Projekt zielt auf die Entwicklung eines KI-Modells zur Vorhersage der Feuchtigkeitsverteilung und mechanischer Eigenschaften von Verbundwerkstoffen unter verschiedenen Umweltbedingungen ab. Durch den Einsatz integrierter Sensoren und maschinellen Lernens sollen präzisere und schneller zugängliche Prognosen ermöglicht werden. Dies erleichtert die Materialentwicklung, reduziert Testaufwände und fördert nachhaltige Innovationen durch den verstärkten Einsatz von Naturfasern.

Kurzbeschreibung

Ausgangssituation/Motivation

Die präzise Vorhersage der Feuchtigkeitsverteilung und mechanischer Eigenschaften von Verbundwerkstoffen ist essenziell, um ressourcenschonende und leistungsfähige Materialien zu entwickeln. Durch den Einsatz von KI und integrierter Sensorik soll dieses Projekt herkömmliche Simulationsmethoden vereinfachen, Entwicklungszeiten verkürzen und nachhaltige Materialinnovationen fördern.

Inhalte und Zielsetzungen

Ziel dieses Projekts ist die Entwicklung eines KI-Modells zur Vorhersage der Feuchtigkeitsverteilung und der mechanischen Eigenschaften verschiedener Verbundwerkstoffe bei unterschiedlichen Umweltbedingungen. Dies soll im Vergleich zu klassischen Simulationen die Zugänglichkeit derartiger Prognosen stark erleichtern. In weiterer Folge können durch die Zeit und Ressourcenersparnis die freigewordenen Kapazitäten für die Innovations- und Effizienzsteigerung genutzt werden.

Methodische Vorgehensweise

Zur Entwicklung des Modells werden verschiedene Verbundwerkstoffproben mit integrierten Feuchtesensoren ausgestattet und unter definierten Bedingungen getestet. Durch die Berücksichtigung von Parametern wie Fasermaterial und Harzmatrix soll das Modell sofortige und genaue Vorhersagen ermöglichen. Ein weiterer Schwerpunkt ist der verstärkte Einsatz von Naturfasern in der Verbundwerkstoffproduktion, um deren Marktanteil zu erhöhen und nachhaltige Produktentwicklungen zu fördern. Der Einsatz neuartiger Papiersensoren soll das Wissen über die Eigenschaften von Naturfaserverbundwerkstoffen erweitern, da diese besonders sensibel auf Umgebungsfeuchtigkeit reagieren. Besonders hervorzuheben ist der Einsatz von KI-Technologien zur Modellerstellung in diesem Anwendungsbereich, die zukünftig die Notwendigkeit von aufwändigen Labortests und ressourcenintensiver Prototypenherstellung verringern soll.

Erwartete Ergebnisse

Das Projekt soll insgesamt die Entwicklung neuer Materialkombinationen erleichtern, das Produktdesign verbessern, die Lebensdauer neuer Produkte verlängern und den Ressourcenverbrauch bei der Entwicklung und Herstellung verringern. Das Projekt folgt bei der Modellerstellung dem CRISP-DM-Verfahren zur Erstellung hochwertiger Datensätze und Vorhersagemodelle. Darüber hinaus wird eine Lebenszyklusanalyse (LCA) durchgeführt, um die Umweltverträglichkeit des KI-Modells im Vergleich zu konventionellen Methoden zu bewerten und die Lebensdauer der optimierten Materialmischungen zu untersuchen.

Grafische Darstellung von Materialversagen in der Produktentwicklung — Materialversagen und Vorteile in der Produktentwicklung von Verbundwerkstoffen durch Anwendung von integrierter Sensorik und entwickeltem KI-Modell (Kompetenzzentrum Holz GmbH – WOOD KPLUS)

Projektbeteiligte

Projektleitung

PD DI Dr. Arunjunai Raj Mahendran
Kompetenzzentrum Holz GmbH – WOOD KPLUS

Projekt- bzw. KooperationspartnerInnen

Fraunhofer Austria Research Gesellschaft mit beschränkter Haftung
KÄSTLE GmbH
R&D Consulting GmbH & Co. KG

Kontaktadresse

PD DI Dr. Arunjunai Raj Mahendran
Kompetenzzentrum Holz GmbH
Altenberger Straße 69, A-4040 Linz
Tel: +43 4212 494-8016
E-Mail: a.mahendran@wood-kplus.at
www.wood-kplus.at