Moderne Mate­ri­al­ent­wick­lung mit künst­li­cher Intel­li­genz

Werk­stoff­ba­sier­te Pro­dukt­in­no­va­tio­nen entstehen heute – ins­be­son­de­re in Zeiten der digitalen Trans­for­ma­ti­on – in einem komplexen Zusam­men­spiel unter­schied­li­cher Dis­zi­pli­nen. Zusätz­lich zu den klas­si­schen Cha­rak­te­ri­sie­rungs- und Ana­ly­se­me­tho­den sind digitale Tech­no­lo­gien, komplexe Algo­rith­men, Com­pu­ter­mo­del­le, Machine Learning und Daten­samm­lun­gen ganz ent­schei­dend, um die Ent­wick­lung von mate­ri­al­ba­sier­ten Inno­va­tio­nen umfassend und schnell vor­an­zu­trei­ben.

Die „Materials Center Leoben Forschung GmbH“ (MCL) betreibt das COMET-Kom­pe­tenz­zen­trum „IC-MPPE – Inte­gra­ted Com­pu­ta­tio­nal, Material, Process and Product Engi­nee­ring“ und verfolgt somit den Ansatz des com­pu­ter­ge­stütz­ten Designs und der Ent­wick­lung von Mate­ria­li­en, Her­stell­ver­fah­ren und Produkten. In diesem Zusam­men­hang ent­wi­ckelt das MCL neuartige, auf künst­li­cher Intel­li­genz (KI) basie­ren­de Methoden, um neue Mate­ria­li­en schneller, effek­ti­ver und kos­ten­güns­ti­ger als her­kömm­li­che Verfahren aus­zu­le­gen.

Der neue Ansatz inte­griert Machine Learning, phy­si­ka­li­sche Model­lie­rung und expe­ri­men­tel­le Vali­die­rung in einem ite­ra­ti­ven Workflow. Dabei werden genau defi­nier­te Ziel­grö­ßen wie bei­spiels­wei­se Mate­ri­al­fes­tig­keit, Res­sour­cen­scho­nung, Kosten oder Umwelt­fra­gen in mathe­ma­ti­sche Funk­tio­nen for­mu­liert. Die Stell­schrau­ben in der Mate­ri­al­pro­duk­ti­on reichen von der che­mi­schen Zusam­men­set­zung des Materials bis hin zur Pro­zess­tech­nik und den Betriebs­be­din­gun­gen, die durch den Workflow optimal ein­ge­stellt werden.

Der Ansatz nutzt als Aus­gangs­ba­sis alle poten­zi­el­len Daten­quel­len. Diese umfassen sowohl eine intel­li­gen­te Lite­ra­tur­re­cher­che als auch Daten, die durch Mul­tis­ka­lensi­mu­la­tio­nen (d.h. ato­mis­ti­sche Model­lie­rung, Mole­ku­lar­dy­na­mik etc.) und Expe­ri­men­te gewonnen wurden. Mate­ria­li­en und Prozesse, die das Ziel in einem Ent­wick­lungs­zy­klus nicht erreichen, werden zur Ver­bes­se­rung der Algo­rith­men verwendet, indem sie zu einer Erwei­te­rung der Datenbank beitragen und so die Vor­her­sa­ge für den nächsten Zyklus des Workflows ver­bes­sern. Lorenz Romaner, Key Scientist am MCL, betont: „Dank KI und ständig wach­sen­den Daten­ban­ken können nun ­­viel mehr Kom­bi­na­tio­nen virtuell und somit kos­ten­güns­ti­ger getestet werden.“ Des Weiteren wird die Vali­die­rung der vor­her­ge­sag­ten Mate­ria­li­en sowohl mit Simu­la­ti­ons­me­tho­den als auch mit Expe­ri­men­ten durch­ge­führt. Lorenz Romaner ergänzt: „Mate­ri­al­da­ten werden maschi­nell gelernt, während man sie erzeugt, um treff­si­che­rer zu neuen Mate­ri­al­kan­di­da­ten in komplexen Design­räu­men zu kommen.“

Diese ein­zig­ar­ti­ge Methodik ermög­licht einen beschleu­nig­ten Opti­mie­rungs­pro­zess der Mate­ri­al­ei­gen­schaf­ten, was zu einer deutlich redu­zier­ten Anzahl von teuren und zeit­auf­wen­di­gen Mate­ri­al­her­stel­lungs­schrit­ten führt. Sie eignet sich sowohl für struk­tu­rel­le als auch für funk­tio­nel­le Mate­ria­li­en und erfährt somit bereits eine positive Resonanz in der Industrie.

Die Welten verbinden – Steue­run­gen intel­li­gent machen

Eine Vielzahl elek­tro­ni­scher Systeme macht unser Leben kom­for­ta­bler und sicherer. Das ABS im Auto ist ein Com­pu­ter­sys­tem, welches aus den Signalen eines Dreh­ge­bers an jedem Rad deren Blo­ckie­ren erkennt und ent­spre­chend reagiert. Im indus­tri­el­len Umfeld treten die elek­tro­ni­schen Helfer oft in der Form von Steue­run­gen auf – kleine Rechner, die Sensoren auslesen, Daten kom­bi­nie­ren, den aktuellen Zustand berichten und eventuell kor­ri­gie­rend ein­grei­fen. Mit der ständig stei­gen­den Menge an ver­füg­ba­ren Daten und den Fort­schrit­ten im Bereich des maschi­nel­len Lernens steigen auch die Anfor­de­run­gen an Steue­run­gen und die darauf aus­ge­führ­ten Algo­rith­men.

Am Materials Center Leoben (MCL) beschäf­ti­gen sich Experten mit der auto­ma­ti­schen Erzeugung von Pro­gram­men für Steue­run­gen, die im Vergleich zu klas­si­schen PCs oft viel weniger Speicher und Rechen­leis­tung bieten. Aus­gangs­punkt sind klas­si­sche Werkzeuge für den Entwurf und das Trai­nie­ren von maschi­nel­len Lern­ver­fah­ren wie z.B. Google-Ten­sor­flow. Das erzeugte Programm kann direkt auf der Steuerung aus­ge­führt und bewertet werden. Christoph Gratl, Key Scientist am MCL, dazu: „Ent­wick­lungs­um­ge­bun­gen wie Ten­sor­flow beachten erst seit Kurzem Ziel­sys­te­me mit ein­ge­schränk­ten Res­sour­cen wie Steue­run­gen. Umgekehrt bieten Ent­wick­lungs­sys­te­me für Steue­run­gen nur wenig Mög­lich­kei­ten Verfahren des maschi­nel­len Lernens abzu­bil­den. Wir versuchen mit unserer Arbeit diese Welten zu verbinden.“

Verfahren des maschi­nel­len Lernens erlauben oft Aufgaben auf ver­schie­dens­te Arten zu lösen. Eine Menge an Varianten, die bezüglich des Resultats annähernd gleich­wer­tig sind, kann jedoch stark in ihrem Rechen­zeit­be­darf schwanken. Mit der am MCL ent­wi­ckel­ten Methodik können viele Varianten schnell getestet werden.

Das MCL mit seiner Mate­ri­al­ex­per­ti­se und den erfor­der­li­chen Kennt­nis­sen der Com­pu­ter­tech­nik arbeitet besonders an Algo­rith­men zur Früh­erken­nung von Mate­ri­al­ver­sa­gen von mecha­nisch und ther­mo­elek­trisch bean­spruch­ten Bauteilen von der Bahn­tech­nik bis hin zur Mikro­elek­tro­nik.

Kontakt:

www.mcl.at

Weitere Beiträge

Galak­ti­sche Daten für irdische Lösungen

Was das All an Daten liefert, wird in Graz zur Inno­va­ti­on: Im ESA-Inku­ba­ti­ons­zen­trum für Öster­reich, das im Science Park Graz ange­sie­delt ist, entstehen aus Welt­raum­da­ten konkrete Anwen­dun­gen für Kli­ma­schutz, Land­wirt­schaft oder Stadt­pla­nung.

Story lesen

AT Styria als Inno­va­ti­ons­mo­tor

Seit 2016 vernetzt AT Styria Unter­neh­men, Forschung und Bildung in den
Bereichen Auto­ma­ti­sie­rung, Digi­ta­li­sie­rung und Advanced Tech­no­lo­gies.
Vor­sit­zen­der Herbert Ritter spricht im Interview über die Ent­wick­lung der
Plattform, Digi­ta­li­sie­rung und das Inter­na­tio­na­le Forum Mecha­tro­nik.

Story lesen

Galak­ti­sche Daten für irdische Lösungen

Was das All an Daten liefert, wird in Graz zur Inno­va­ti­on: Im ESA-Inku­ba­ti­ons­zen­trum für Öster­reich, das im Science Park Graz ange­sie­delt ist, entstehen aus Welt­raum­da­ten konkrete Anwen­dun­gen für Kli­ma­schutz, Land­wirt­schaft oder Stadt­pla­nung.

Story lesen

AT Styria als Inno­va­ti­ons­mo­tor

Seit 2016 vernetzt AT Styria Unter­neh­men, Forschung und Bildung in den
Bereichen Auto­ma­ti­sie­rung, Digi­ta­li­sie­rung und Advanced Tech­no­lo­gies.
Vor­sit­zen­der Herbert Ritter spricht im Interview über die Ent­wick­lung der
Plattform, Digi­ta­li­sie­rung und das Inter­na­tio­na­le Forum Mecha­tro­nik.

Story lesen