Optimierung
Für maximalen Leichtbau bei optimaler Herstellbarkeit müssen Bauteilgeometrie, Werkstoff und Prozesstechnologie optimal abgestimmt sein, weshalb der Bauteilkonzept den größten Einfluss auf das Leichtbaupotential hat. Neben frühzeitigen und detaillierten Analysen des Prozessverhaltens erlauben Simulationen auch eine automatisierte Suche nach Bauteil- und Prozessoptima.
Wir kombinieren unsere Simulationsmodelle mit neuartigen Optimierungsmethoden: Neben zielführenden Optimierungszielen ist die Recheneffizienz ein Forschungsschwerpunkt. Beispielsweise nutzen wir KI-Methoden, um aufwendige Simulationen auf die meistversprechenden Prozessvarianten zu konzentrieren. Mit diesen Ansätzen sparen wir bis zu 70% Rechenzeit.
Forschungsschwerpunkte
- Laminatoptimierung
- Topologieoptimierung
- Optimierung lokaler Bauteilverstärkung (Patches)
- KI-unterstützte Prozessoptimierung
- Entwicklung schneller Ersatzmodelle
Forschungsprojekte |
AnsprechpartnerM.Sc. Tobias Würth |
Ausgewählte Veröffentlichungen im Forschungsfeld
Physics-informed MeshGraphNets (PI-MGNs): Neural finite element solvers for non-stationary and nonlinear simulations on arbitrary meshes
Würth, T.; Freymuth, N.; Zimmerling, C.; Neumann, G.; Kärger, L.
2024. Computer Methods in Applied Mechanics and Engineering, 429, Artkl.Nr.: 117102. doi:10.1016/j.cma.2024.117102
Würth, T.; Freymuth, N.; Zimmerling, C.; Neumann, G.; Kärger, L.
2024. Computer Methods in Applied Mechanics and Engineering, 429, Artkl.Nr.: 117102. doi:10.1016/j.cma.2024.117102
Zeiteffiziente und datenfreie Bauteil- und Prozesssimulation mithilfe von Physics-Informed Neural Networks
Würth, T.; Prietze, A.; Zimmerling, C.; Krauß, C.; Kärger, L.
2023. NAFEMS-Magazin, 68 (4), 39–45
Würth, T.; Prietze, A.; Zimmerling, C.; Krauß, C.; Kärger, L.
2023. NAFEMS-Magazin, 68 (4), 39–45
AI and Simulation for Efficient Composite Manufacturing Process Development
Zimmerling, C.
2024, März 4. Society for the Advancement of Material and Process Engineering Europe Summit (SAMPE 2024), Paris, Frankreich, 4. März 2024
Zimmerling, C.
2024, März 4. Society for the Advancement of Material and Process Engineering Europe Summit (SAMPE 2024), Paris, Frankreich, 4. März 2024
Machine learning algorithms for efficient process optimisation of variable geometries at the example of fabric forming | Lionel Fourment PhD-prize for Industrial Research
Zimmerling, C.
2023, April 20. 26th International ESAFORM Conference on Material Forming (ESAFORM 2023), Krakau, Polen, 19.–21. April 2023
Zimmerling, C.
2023, April 20. 26th International ESAFORM Conference on Material Forming (ESAFORM 2023), Krakau, Polen, 19.–21. April 2023
Techniken des Maschinenlernens zur effizienten Prozessoptimierung bei veränderlichen Bauteilgeometrien am Beispiel der Textilumformung
Zimmerling, C.
2023, März 22. 27. Nationales SAMPE Symposium Deutschland (2023), München, Deutschland, 21.–22. März 2023
Zimmerling, C.
2023, März 22. 27. Nationales SAMPE Symposium Deutschland (2023), München, Deutschland, 21.–22. März 2023
Machine Learning for Efficient Process Optimization in Textile Draping for Composite Production
Zimmerling, C.
2023, September 26. ITA Reinforced! Innovation Day: “Automation” and “Composite Testing and Sensor Integration” (2023), Aachen, Deutschland, 26. September 2023
Zimmerling, C.
2023, September 26. ITA Reinforced! Innovation Day: “Automation” and “Composite Testing and Sensor Integration” (2023), Aachen, Deutschland, 26. September 2023
Forming process optimisation for variable geometries by machine learning – Convergence analysis and assessment
Zimmerling, C.; Kärger, L.
2023. Material Forming 26th International ESAFORM Conference on Material Forming (ESAFORM 2023) Krakau, Polen, 19.04.2023–21.04.2023, 1155–1166, Materials Research Forum LLC. doi:10.21741/9781644902479-126
Zimmerling, C.; Kärger, L.
2023. Material Forming 26th International ESAFORM Conference on Material Forming (ESAFORM 2023) Krakau, Polen, 19.04.2023–21.04.2023, 1155–1166, Materials Research Forum LLC. doi:10.21741/9781644902479-126
Physics-informed neural networks for data-free surrogate modelling and engineering optimization – An example from composite manufacturing
Würth, T.; Krauß, C.; Zimmerling, C.; Kärger, L.
2023. Materials & Design, 231, Art.-Nr.: 112034. doi:10.1016/j.matdes.2023.112034
Würth, T.; Krauß, C.; Zimmerling, C.; Kärger, L.
2023. Materials & Design, 231, Art.-Nr.: 112034. doi:10.1016/j.matdes.2023.112034
Machine learning algorithms for efficient process optimisation of variable geometries at the example of fabric forming. Dissertation
Zimmerling, C.
2023, Januar 18. Karlsruher Institut für Technologie (KIT). doi:10.5445/IR/1000154623
Zimmerling, C.
2023, Januar 18. Karlsruher Institut für Technologie (KIT). doi:10.5445/IR/1000154623
Formability Assessment of Variable Geometries Using Machine Learning - Analysis of the Influence of the Database
Zimmerling, C.; Fengler, B.; Kärger, L.
2022. Key Engineering Materials, 926, 2247–2257. doi:10.4028/p-1o0007
Zimmerling, C.; Fengler, B.; Kärger, L.
2022. Key Engineering Materials, 926, 2247–2257. doi:10.4028/p-1o0007
Zeit- und kosteneffiziente Prozess und Produktentwicklung für den Hochleistungs-Faserverbundleichtbau unterstützt durch Techniken des Maschinellen Lernens
Zimmerling, C.; Kärger, L.; Carosella, S.; Middendorf, P.; Henning, F.
2019, Mai 20. 6. Technologietag Hybrider Leichtbau (2019), Leinfelden-Echterdingen, Deutschland, 20.–21. Mai 2019
Zimmerling, C.; Kärger, L.; Carosella, S.; Middendorf, P.; Henning, F.
2019, Mai 20. 6. Technologietag Hybrider Leichtbau (2019), Leinfelden-Echterdingen, Deutschland, 20.–21. Mai 2019
Optimisation of manufacturing process parameters for variable component geometries using reinforcement learning
Zimmerling, C.; Poppe, C.; Stein, O.; Kärger, L.
2022. Materials and Design, 214, Art.-Nr.: 110423. doi:10.1016/j.matdes.2022.110423
Zimmerling, C.; Poppe, C.; Stein, O.; Kärger, L.
2022. Materials and Design, 214, Art.-Nr.: 110423. doi:10.1016/j.matdes.2022.110423
Deep neural networks as surrogate models for time-efficient manufacturing process optimisation
Zimmerling, C.; Schindler, P.; Seuffert, J.; Kärger, L.
2021. ESAFORM 2021 - 24th International Conference on Material Forming, ULiège Library. doi:10.25518/esaform21.3882
Zimmerling, C.; Schindler, P.; Seuffert, J.; Kärger, L.
2021. ESAFORM 2021 - 24th International Conference on Material Forming, ULiège Library. doi:10.25518/esaform21.3882
Rapid Determination of Suitable Reinforcement Type in Continuous-Fibre-Reinforced Composites For Multiple Load Cases
Zimmerling, C.; Fengler, B.; Wen, H.; Fan, Z.; Kärger, L.
2020, September 1. 23rd / 6th Joint Event: International Conference on Composite Structures - International Conference on Mechanics of Composites (ICCS / MECHCOMP 2020), Porto, Portugal, 1.–4. September 2020
Zimmerling, C.; Fengler, B.; Wen, H.; Fan, Z.; Kärger, L.
2020, September 1. 23rd / 6th Joint Event: International Conference on Composite Structures - International Conference on Mechanics of Composites (ICCS / MECHCOMP 2020), Porto, Portugal, 1.–4. September 2020
Virtual Product Development Using Simulation Methods and AI
Zimmerling, C.; Poppe, C.; Kärger, L.
2019. Lightweight Design worldwide, 12 (6), 12–19. doi:10.1007/s41777-019-0064-x
Zimmerling, C.; Poppe, C.; Kärger, L.
2019. Lightweight Design worldwide, 12 (6), 12–19. doi:10.1007/s41777-019-0064-x
Estimating optimum process parameters in textile draping of variable part geometries - A reinforcement learning approach
Zimmerling, C.; Poppe, C.; Kärger, L.
2020. Procedia manufacturing, 47, 847–854. doi:10.1016/j.promfg.2020.04.263
Zimmerling, C.; Poppe, C.; Kärger, L.
2020. Procedia manufacturing, 47, 847–854. doi:10.1016/j.promfg.2020.04.263
Manufacturing-constrained multi-objective optimization of local patch reinforcements for discontinuous fiber reinforced composite parts. Dissertation
Fengler, B.
2021. KIT Scientific Publishing. doi:10.5445/KSP/1000104717
Fengler, B.
2021. KIT Scientific Publishing. doi:10.5445/KSP/1000104717
Manufacturing uncertainties and resulting robustness of optimized patch positions on continuous-discontinuous fiber reinforced polymer structures
Fengler, B.; Schäferling, M.; Schäfer, B.; Bretz, L.; Lanza, G.; Häfner, B.; Hrymak, A.; Kärger, L.
2019. Hospital physician, 213, 47–57. doi:10.1016/j.compstruct.2019.01.063
Fengler, B.; Schäferling, M.; Schäfer, B.; Bretz, L.; Lanza, G.; Häfner, B.; Hrymak, A.; Kärger, L.
2019. Hospital physician, 213, 47–57. doi:10.1016/j.compstruct.2019.01.063
Techniken des Maschinenlernens unterstützen Prozessauslegung und Gestaltung von Faserverbundbauteilen
Zimmerling, C.
2019. Carbon-Composites-Magazin, (1), 19–20
Zimmerling, C.
2019. Carbon-Composites-Magazin, (1), 19–20
Application and Evaluation of Meta-Model Assisted Optimisation Strategies for Gripper-Assisted Fabric Draping in Composite Manufacturing
Zimmerling, C.; Pfrommer, J.; Liu, J.; Beyerer, J.; Henning, F.; Kärger, L.
2018. 18th European Conference on Composite Materials (ECCM 2018), Athen, GR, June 24-28, 2018
Zimmerling, C.; Pfrommer, J.; Liu, J.; Beyerer, J.; Henning, F.; Kärger, L.
2018. 18th European Conference on Composite Materials (ECCM 2018), Athen, GR, June 24-28, 2018
An approach for rapid prediction of textile draping results for variable composite component geometries using deep neural networks
Zimmerling, C.; Trippe, D.; Fengler, B.; Kärger, L.
2019. Proceedings of the 22nd International ESAFORM Conference on Material Forming ; Vitoria-Gasteiz, Spain, 8–10 May 2019. Ed.: L. Galdos, Art.-Nr.: 020007, American Institute of Physics (AIP). doi:10.1063/1.5112512
Zimmerling, C.; Trippe, D.; Fengler, B.; Kärger, L.
2019. Proceedings of the 22nd International ESAFORM Conference on Material Forming ; Vitoria-Gasteiz, Spain, 8–10 May 2019. Ed.: L. Galdos, Art.-Nr.: 020007, American Institute of Physics (AIP). doi:10.1063/1.5112512
A machine learning assisted approach for textile formability assessment and design improvement of composite components
Zimmerling, C.; Dörr, D.; Henning, F.; Kärger, L.
2019. Composites / A, 124, Art. Nr.: 105459. doi:10.1016/j.compositesa.2019.05.027
Zimmerling, C.; Dörr, D.; Henning, F.; Kärger, L.
2019. Composites / A, 124, Art. Nr.: 105459. doi:10.1016/j.compositesa.2019.05.027
Multi-objective CoFRP patch optimization with consideration of manufacturing constraints and integrated warpage simulation
Fengler, B.; Hrymak, A.; Kärger, L.
2019. Hospital physician, 221, Art. Nr.: 110861. doi:10.1016/j.compstruct.2019.04.033
Fengler, B.; Hrymak, A.; Kärger, L.
2019. Hospital physician, 221, Art. Nr.: 110861. doi:10.1016/j.compstruct.2019.04.033
Manufacturing-constrained multi-objective optimization of local patch reinforcements for discontinuous fiber reinforced composite parts. Dissertation
Fengler, B.
2019. Karlsruher Institut für Technologie (KIT). doi:10.5445/IR/1000089502
Fengler, B.
2019. Karlsruher Institut für Technologie (KIT). doi:10.5445/IR/1000089502
A meta-model based approach for rapid formability estimation of continuous fibre reinforced components
Zimmerling, C.; Dörr, D.; Henning, F.; Kärger, L.
2018. Proceedings of the 21st International ESAFORM Conference on Material Forming : ESAFORM 2018 : Palermo, Italy, 23-25 April 2018. Ed.: L. Fratini, Art.Nr. 020042, American Institute of Physics (AIP). doi:10.1063/1.5034843
Zimmerling, C.; Dörr, D.; Henning, F.; Kärger, L.
2018. Proceedings of the 21st International ESAFORM Conference on Material Forming : ESAFORM 2018 : Palermo, Italy, 23-25 April 2018. Ed.: L. Fratini, Art.Nr. 020042, American Institute of Physics (AIP). doi:10.1063/1.5034843
Forming optimisation embedded in a CAE chain to assess and enhance the structural performance of composite components
Kärger, L.; Galkin, S.; Zimmerling, C.; Dörr, D.; Linden, J.; Oeckerath, A.; Wolf, K.
2018. Composite structures, 192, 143–152. doi:10.1016/j.compstruct.2018.02.041
Kärger, L.; Galkin, S.; Zimmerling, C.; Dörr, D.; Linden, J.; Oeckerath, A.; Wolf, K.
2018. Composite structures, 192, 143–152. doi:10.1016/j.compstruct.2018.02.041