Description: Das Projekt zielt darauf ab, KI-Modelle für die Strukturmechanik von Gasturbinen zu entwickeln, um Entwicklungsprozesse und die Lebensdauerabschätzung von Bauteilen zu optimieren. Der Fokus liegt auf der Beschleunigung von Designzyklen durch die damit ermöglichten schnellen und präzisen Vorhersagen für strukturmechanische Kenngrößen wie Spannung, Dehnung und Verformung. Ferner ist das Ziel, neue Designs für Turbinenbauteile effizient zu generieren und damit die Innovationszyklen im Bereich industrieller Konstruktions- und Fertigungsprozesse zu verkürzen. Ein besonderer Schwerpunkt des Projekts liegt auf der Modellierung des thermomechanischen und hochzyklischen Ermüdungsverhaltens von Turbinenschaufeln, einschließlich der Auswirkungen von Kriech- und Ermüdungseffekten. Traditionelle Methoden wie FEM sind zwar präzise, jedoch rechenintensiv und zeitaufwändig. Das geplante KI-Modell soll diese Berechnungen erheblich beschleunigen. Die Modelle, die in diesem Forschungsvorhaben angestrebt sind, lassen sich als Foundation-Modelle im Bereich der Strukturmechanik für Gasturbinen auffassen. Sie basieren auf umfangreichen Datensätzen und kombinieren Expertenwissen mit physikalischen Modellen. Solche Modelle können auf verschiedene Aufgaben angewendet werden, was sie im Vergleich zu bisherigen, spezialisierten Ansätzen flexibler, effizienter und robuster macht. Neben präzisen Vorhersagen ermöglichen sie auch den Transfer von gelerntem Wissen von einer Aufgabe auf eine andere. Dieser Prozess soll als Blaupause dienen, inwiefern man in spezifischen Bereichen der physikalischen Simulation von Bauteilen, datengetriebene, generative Modelle entwickeln kann, die anschließend dauerhaft im Designprozess eingesetzt werden.
Types:
SupportProgram
Tags:
Energiewende
?
Gasturbine
?
Physikalisches Modell
?
Produktionstechnik
?
Simulationsmodell
?
Modellierung
?
Forschungsprojekt
?
Region:
Bavaria
Bounding boxes:
11.5° .. 11.5° x 49° .. 49°
License: Creative Commons Namensnennung-keine Bearbeitung-Nichtkommerziell 4.0
Language: Deutsch
Organisations
Time ranges:
2025-08-01 - 2028-07-31
Alternatives
-
Language: Englisch/English
Title: Sub-project: Generative models for industrial components using the example of turbine blades
Description: The project aims to develop AI models for the structural mechanics of gas turbines in order to optimize development processes and the service life estimation of components. The focus is on accelerating design cycles by enabling fast and precise predictions for structural mechanical parameters such as stress, strain and deformation. The aim is also to efficiently generate new designs for turbine components and thus shorten innovation cycles in the field of industrial design and manufacturing processes. A particular focus of the project is on modeling the thermomechanical and high-cycle fatigue behavior of turbine blades, including the impact of creep and fatigue effects. Although traditional methods such as FEM are precise, they are computationally intensive and time-consuming. The planned AI model is intended to speed up these calculations considerably. The models envisaged in this research project can be regarded as foundation models in the field of structural mechanics for gas turbines. They are based on extensive data sets and combine expert knowledge with physical models. Such models can be applied to different tasks, which makes them more flexible, efficient and robust compared to previous, specialized approaches. In addition to precise predictions, they also enable the transfer of learned knowledge from one task to another. This process is intended to serve as a blueprint for developing data-driven, generative models in specific areas of the physical simulation of components, which can then be used permanently in the design process.
https://ufordat.uba.de/UFORDAT/pages/PublicRedirect.aspx?TYP=PR&DSNR=1139369
Status
Quality score
- Overall: 0.51
-
Findability: 0.70
- Title: 1.00
- Description: 0.18
- Identifier: false
- Keywords: 1.00
- Spatial: RegionIdentified (1.00)
- Temporal: true
-
Accessibility: 0.67
- Landing page: Specific (1.00)
- Direct access: false
- Publicly accessible: true
-
Interoperability: 0.00
- Open file format: false
- Media type: false
- Machine-readable metadata: false
- Machine-readable data: false
-
Reusability: 0.67
- License: ClearlySpecifiedAndFree (1.00)
- Contact info: false
- Publisher info: true
Accessed 1 times.