Mit diesen neuartigen Methoden wollen wir (1) eine genauere, effizientere, flexiblere und robustere numerische Modellierung und Simulation ermöglichen; (2) die Lücke zwischen computergestütztem Entwurf, Simulation, Designoptimierung und Fertigung schließen; und (3) klassische, physikbasierte Ansätze mit datengetriebenem, physik-informiertem maschinellem Lernen kombinieren.
Diese Entwicklungen sind entscheidend für die erfolgreiche Anwendung vieler aufkommender, neuartiger Fertigungs- und Materialtechnologien und für die volle Ausschöpfung ihres Potenzials. Darüber hinaus sind sie integraler Bestandteil der Entwicklung digitaler Zwillinge von cyber-physischen Systemen, die eine effizientere und nachhaltigere Produktentwicklung und -betrieb ermöglichen.
Themen
- Physikbasierte Modellierung und datengetriebene Modellentwicklung für Ingenieuranwendungen:
- Nichtlineare Kontinuumsmechanik (finite Deformationen, hyperelastische Materialien, Viskoelastizität, Plastizität, Kontakt)
- Strukturmechanik, insbesondere 3D-Balkenmodelle
- Multiskalenmodellierung mit klassischen und verallgemeinerten Kontinuumstheorien
- Multiphysikalische Modelle, die mechanische mit thermischen, elektromagnetischen oder chemischen Effekten koppeln
- Physik-geleitetes maschinelles Lernen für Konstitutivmodelle und Modellreduktion
- Entwicklung zukunftsweisender Berechnungsmethoden für die Simulation und Optimierung:
- Isogeometrische Analyse, Finite-Elemente- und Kollokationsmethoden
- Optimierung von Topologie, Form, Design und Dimensionierung
- Homogenisierungsmethoden für die Mehrskalensimulation
- Modellreduktion dynamischer Systeme
- Anwendungen auf neuartige Fertigungsverfahren und nahtlose Integration von computergestütztem Design, Optimierung und Fertigung:
- Multimaterial 3D-Druck funktional gradierter Strukturen
- 4D-Druck von weichen, aktiven Materialien
- Funktionale, 3D-gedruckte Gitterstrukturen und Metamaterialien
- 3D-Stricken von Funktionstextilien
- Numerische und experimentelle Untersuchung von Photopolymeren in der additiven Fertigung:
- Untersuchung von Materialien und Fertigungsprozessen im 3D-Druck mit Fokus auf Polymeren
- Mechanische Charakterisierung und Materialmodellierung von 3D-gedruckten Polymeren
- Elastische, hyperelastische, viskoelastische und elasto-visko-plastische Materialmodellierung bei großen und kleinen Verformungen
- Untersuchung des Einflusses von Prozessparametern auf die mechanischen Eigenschaften gedruckter Strukturen
- Design und Optimierung von 3D-gedruckten Strukturen und Prozessen
Geförderte Projekte
| Projekttitel | Kooperationspartner | Laufzeit | Förderer |
|---|---|---|---|
| Automatisierte Identifikation von mikromorphen Materialmodellen für hyperelastische Metamaterialien (AutoM³) | - | 2026-2029 | DFG |
| Multiphysikalische Materialmodellierung und multiskalige Optimierung von Funktionspapieren: von Blättern zu Strukturen (B06) | SFB 1767 Papier – Mit maßgeschneiderten Eigenschaften zu neuen Anwendungen | 2026-2030 | DFG |
| Port-Hamiltonische neuronale Netze für Surrogat-modellierung und Unsicherheitsquantifizierung (D06) | TRR 361 CREATOR – Computergestütztes elektrisches Maschinenlabor: Thermische Modellierung, transiente Analysis, Geometriebeschreibung und robustes Design | 2025-2030 | DFG |
| iLattice: Mechanistisches maschinelles Lernen für interaktives Design flexibler Gitterstrukturen | SPP 2353 Mehr Intelligenz wagen – Entwurfsassistenten in Mechanik und Dynamik | 2025-2028 | DFG |
| EnDyRo – Energy-based, physics-aware learning of dynamic robot motion | Prof. Dr. Jan Peters (TU Darmstadt) | 2025 | Hessian.AI |
| CellDistinct – Gezielte Zelldifferenzierung durch optimal gradierte Mikrogitterstrukturen | Prof. Dr. Andreas Blaeser (TU Darmstadt) | 2023-2025 | HMWK (LOEWE 5) |
| OptiMag – Optimiertes Magnetdesign für Kältemaschinen |
MagnoTherm Solutions GmbH, Prof. Dr. Sebastian Schöps (TU Darmstadt) |
2023-2025 | HMWK (LOEWE 3) |
| Ein thermodynamisch konsistenter Konstitutivmodellierungsansatz für Inelastizität auf Basis von künstlichen neuronalen Netzen | - | 2022-2025 | DFG |
| Mikro-Gitterstrukturen als Lithiumionenakku-Elektroden: Chemo-mechanische Balkenmodellierung von diffusionsinduzierten Instabilitäten und optimales Design | Prof. Dr Bai-Xiang Xu (TU Darmstadt) | 2021-2024 | DFG |
| Data-driven methods for nonlinear multi-scale computational mechanics | Prof. Dr. Kristian Kersting (TU Darmstadt) | 2019-2021 | TU Darmstadt |