Zur Übersicht

Vortrag (20 Min. Vortrag, 5 Min. Diskussion, 5 Min. Raumwechsel)

Machine Learning Methode zur Digitalisierung von Materialien

Freitag (20.09.2019)
11:00 - 11:30 Uhr Tammann

Hintergrund

Um das Verhalten eines Werkstoffs zu simulieren, ist eine digitale Beschreibung des Materials notwendig. Jedoch ist eine solche digitale Beschreibung nicht trivial. Insbesondere die vielen Freiheitsgrade auf unterschiedlichen hierarchischen Skalen erschweren die Beschreibung eines Werkstoffs. Es ist zum Beispiel nicht ausreichend nur die Informationen über die Zusammensetzung eines Werkstoffs zu geben, stattdessen muss auch beschrieben werden, wie verschiedenen Komponenten in unterschiedlichen Zuständen reagieren. Dieses Verhalten kann auf einer Taxonomy (oder Ontology) aufgebaut werden.


Problem

Das richtige Model für einen Werkstoff zu finden, ist keine einfache Aufgabe. Es dauert teilweise viele Monate, um ein neues Modell mit seinen Modellparametern zu einem Werkstoff zu fitten und validieren. Machine Learning, insbesondere Deep Learning Verfahren, haben ein großes Potential diese Zeit wesentlich zu reduzieren. Eine zusätzliche Beschleunigung kann durch Kombinationen mit Big Data und High Throughput Verfahren erreicht werden.


Ansatz

Im Vortrag wird Konzept vorgestellt, in dem eine Machine-Learning-Methode trainiert wird, um ein Materialmodell, welches auf einem kleinen, spezifischen Satz von Parametern beruht, zu einem realen Werkstoff in Beziehung zu setzen. Hierzu existieren unterschiedliche Machine-Learning-Ansätze, wie Deep Learning und Decision Trees, die auf ihre jeweilige Eignung getestet wurden. Die untersuchten Machine-Learning-Methoden werden zusammen mit ihrer jeweiligen Unsicherheitsabschätzung vorgestellt und das geeignetste Modell und seine Anwendung im Detail vorgestellt. Dadurch kann das Wissen bezüglich der Zusammensetzung und Herstellung eines Werkstoffs erweitert und schließlich eine komplette digitale Zwillingsbeschreibung ermöglicht werden.

Sprecher/Referent:
Jana Böhm
Fraunhofer-Institut für Werkstoffmechanik IWM