Gegenstand des Vorhabens war die Entwicklung einer KI integrativen Plattform zur Validierung und Optimierung des aerodynamischen Entwicklungsprozesses von Fahrzeugen. Ziel war es, die Entwicklungs- und Umweltkosten eines Fahrzeugdesigns zu reduzieren.

Der zentrale neue Lösungsansatz besteht in der Entwicklung prädiktiver-ML-Modelle, die neben CFD-Simulationen und CAD Modellen auch das ungenutzte physikalische Wissen eines Fahrzeughersteller in Form von bestehenden Windkanalmessungen verwendet. Für das Training der KI-Modelle sollten erstmalig Daten aus vergangenen aerodynamischen Entwicklungsprozessen diverser Fahrzeughersteller durch eine neuentwickelte Datenplattform aufbereitet und nutzbar gemacht werden.

Auf Grundlage der entwickelten ML-Modelle soll es Fahrzeugherstellern ermöglicht werden, aerodynamische Fahrzeugparameter wie Luftwiderstand während der aerodynamischen Entwurfsphase und die damit verbundenen CO2-Emissionen/elektrische Reichweite in Echtzeit zu ermitteln. 

Durch die Verbindung physikalischer Daten aus CFD mit Windkanalmessungen können durch diese Modelle realistische Ergebnisse im Vergleich zu den bestehenden Lösungen (circa 20 % genauer) erzielt werden. Weiterhin soll die Software Fahrzeugkonfigurationen auf Basis von vordefiniertem Design / Package und aerodynamischen Zielen generieren. Optimierungsvorschläge können sich sowohl auf die gesamte Fahrzeuggeometrie als auch auf einzelne Komponente beziehen. Diese technologische Innovation dient als Grundlage für eine wirtschaftliche Ergebnisverwertung.

• Prof. Dr. Stephan Matzka (Projektleitung)

Bundeswirtschaftsministerium für Wirtschaft und Klimaschutz // Projektträger Jülich

EXIST Gründerstipendium

https://www.key-ward.com