Masterarbeit
© IKVThema der Arbeit:
FE-Simulationen liefern heute detaillierte Informationen über das zeitabhängige Verhalten kurzfaserverstärkter Thermoplaste, sind für schnelle Entwicklungszyklen aber oft zu rechenintensiv.
In dieser Arbeit soll daher ein datengetriebenes Surrogatmodell entwickelt werden, das makroskopische Spannungs-Dehnungs-Antworten aus mikromechanischen RVE-Daten effizient vorhersagt und dabei physikalische Randbedingungen berücksichtigt. Im Mittelpunkt stehen viskoelastische Effekte sowie die Frage, wie Lastgeschichte, Materialzustand und Modelltreue in einem lernbasierten Ansatz zusammengeführt werden können.
Die Arbeit hat Bezug zu diesem Forschungsprojekt:
Im zugehörigen Forschungsprojekt wird ein FE-basiertes, physikinformiertes Ersatzmodell für das nichtlineare Verhalten faserverstärkter Kunststoffe entwickelt. Ausgangspunkt sind mikromechanische Simulationen auf RVE-Ebene, aus denen makroskopische Spannungs-Dehnungs-Kurven sowie interne Spannungsfelder abgeleitet werden. Ziel ist es, diese Informationen für schnelle und robuste Vorhersagen in industriellen Auslegungsschleifen nutzbar zu machen.
Zielsetzung:
Ziel deiner Arbeit ist die Entwicklung eines physikinformierten Surrogatmodells zur Vorhersage des zeitabhängigen Verhaltens von faserverstärkten Kunststoffen.
Deine Aufgabenstellung:
| Für eine Bachelorarbeit bearbeitest du folgende Aufgabenstellungen | Für eine Masterarbeit bearbeitest du folgende Aufgabenstellungen |
| Einarbeitung in die Grundlagen zeitabhängiger Werkstoffmodelle sowie in aktuelle Ansätze des Physics-Guided Machine Learning | Einarbeitung in die Grundlagen zeitabhängiger Werkstoffmodelle sowie in aktuelle Ansätze des Physics-Guided Machine Learning |
| Aufbereitung und Strukturierung vorhandener FE-Daten | Entwicklung einer Methode zur Bestimmung physikalisch unterstützter Punkte für die Erzeugung virtueller Daten |
| Implementierung eines Surrogatmodells unter Berücksichtigung physikalischer Nebenbedingungen | Generierung, Aufbereitung und Strukturierung von FE-Daten |
| Validierung des Modells hinsichtlich Genauigkeit und Rechenzeit anhand definierter Trainings-, Validierungs- und Extrapolationsfälle | Entwicklung eines Surrogatmodells auf Basis rekurrenter Netze unter Berücksichtigung physikalischer Nebenbedingungen |
| Validierung des Modells hinsichtlich Genauigkeit und Rechenzeit anhand definierter Trainings-, Validierungs- und Extrapolationsfälle |
Dein Profil:
- Sehr gute analytische Fähigkeiten und Freude an technischen Fragestellungen
- Grundkenntnisse in numerischer Simulation oder Finite-Elemente-Methoden (FEM)
- Erste Erfahrungen in Datenanalyse oder Python-basierter Auswertung sind vorteilhaft
- Idealerweise erste Erfahrungen im Bereich Kunststoffverarbeitung oder faserverstärkter Kunststoffe
- Technischer Studiengang (z. B.: Maschinenbau, SiSc, CES, o.ä.)
Das sind deine Benefits:
- Mitarbeit an einem hochaktuellen Forschungsthema an der Schnittstelle von Simulation und KI
- Selbstständige Arbeit bei intensiver Betreuung
- Mitgestaltung aktueller Forschungsprojekte
- Abwechslungsreiche Mischung aus Werkstoffmodellierung, Datenanalyse und Simulation
- Direkter Einblick in den Aufbau moderner Surrogatmodelle für industrielle Anwendung
- Sofortiger Start möglich
Diese Ausschreibung hat dein Interesse geweckt? Dann melde Dich gerne bei mir per E-Mail oder Telefon und lass mir deine Bewerbungsunterlagen zukommen.