Material- und Simulationsmodelle für die Optimierung der Halbzeugherstellung

Motivation und Ziele:

Problemstellungen von Anwendern in der Halbzeugherstellung liegen oft im Bereich der Optimierung. Zu diesen Optimierungsaufgaben zählen bspw. die Bestimmung von optimalen Prozessparametern und des Ausgangsmaterials, um bestimmte Bauteileigenschaften effizient zu erreichen. Diese Art der Problemstellung wird als invers bezeichnet. Im Gegensatz zu direkten Problemstellungen, besitzen diese keinen eindeutigen Zusammenhang zwischen Ursache und Wirkung, was eine große Herausforderung für deren Lösungsvorgang darstellt. Aufgabe von A16 ist die Entwicklung von vereinfachten und effizienten Prozessmodellen für die Untersuchung und Lösung von Optimierungsfragestellungen mit Fokus auf die Prozessschritte Walzen und Tiefziehen.

• Weiterentwicklung und Implementierung von Methoden für schnelle Prozesssimulation aus Literatur
• Definition zu untersuchender Optimierungsfragestellungen und Generierung von Daten
• Statistische Auswertung der Daten und Identifikation von signifikanten Parametern
• Abbildung der Zusammenhänge in den Daten mittels Methoden des Maschinellen Lernens (bspw. Neuronale Netze)

• Implementierung eines Taylormodells für Kristallplastizität für schnelle Datenerzeugung
• Direkte Abbildung von korrelierenden Parametern und Bauteileigenschaften einer Walzsimulation mittels Neuronalem Netz (Surrogat-Modell)

• Modell zur Bestimmung des Walzgrads für gegebenes Rp₀₂
• Bestimmung einfacher Einkristallorientierung für gegebene Materialeigenschaft (bspw. E-Modul) durch Ensemblemethode