de.wedoany.com-Bericht: Das DIDEAROT-Projekt (Digital Design strategies to certify and mAnufacture Robust cOmposite sTructures) im Rahmen des EU-Horizont-Programms entwickelt auf physikalischen Simulationen trainierte maschinelle Lernmodelle als Ersatzmodelle, um den Bedarf an physischen Tests für die Zertifizierung primärer Verbundstrukturen der nächsten Flugzeuggeneration zu reduzieren.
Vom Probekörper bis zur vollständigen Struktur erfordert die „Baukasten"-Zertifizierungsmethode im Bereich der Luftfahrt-Verbundwerkstoffe physische Tests auf allen Konstruktionsebenen, ein kostspieliger Prozess. Hochgenaue Finite-Elemente-Simulationsmodelle können zwar das Aushärteverhalten oder die Stoßreaktion von Verbundwerkstoffen präzise erfassen, sind jedoch rechnerisch zu aufwendig, was die Parametererkundung und Unsicherheitsquantifizierung in der Entwurfsphase einschränkt. Das Projekt „HORIZON-CL5-2021-D5-01-06" der Europäischen Kommission zielt darauf ab, auf diese industriellen Zwänge zu reagieren, indem es durch digitale Entwurfswerkzeuge fundiertere Entscheidungen in früheren Phasen ermöglicht und den Aufwand physischer Tests auf dem Zertifizierungspfad reduziert.
Das DIDEAROT-Projekt wendet die Ersatzmodellmethode auf zwei konkrete Probleme an. Im Fertigungsbereich entwickelte das Projekt eine neue Methode zur Vorhersage und Korrektur von Aushärteverformungen bei Verbundwerkstoffen. Ergebnisse der Forscher von Cenaero (Belgien), veröffentlicht in Composite Structures (Zein et al., Juni 2025), zeigen, dass die Methode nicht direkt auf dem vollständigen 3D-Gitter des Bauteils arbeitet, sondern eine reduzierte Menge mathematischer Basisfunktionen (Spektralbasis) zur Darstellung seiner Form verwendet und die Form der Form mithilfe des numerischen Verfahrens der Broyden-Methode anpasst. In einem Testfall mit einer Platte beseitigte die Methode die aushärtebedingte Verformung vollständig, während das in der Industrie derzeit verwendete Standard-Fixpunktverfahren nicht konvergierte.
Im Bereich der strukturellen Verwundbarkeit konzentriert sich das Projekt auf die dynamische Reaktion von Strukturen unter Stoßbelastung. Um die Schadensreaktion auf mikroskopischer Ebene des Materials vorherzusagen, trainierte ein Team der Universität Lüttich (ULiège) ein Ersatzmodell auf Basis eines rekurrenten neuronalen Netzes (SC-MRU-T, Self-Consistent Minimal Recurrent Unit), das die Spannungs-Dehnungs-Reaktion einer repräsentativen Volumeneinheit (RVE) direkt nachbildet. Die vom Team entwickelte SC-MRU-T-Einheit gibt die Größe jedes Lastschritts explizit in ihre interne Berechnung ein und löst damit das Problem, dass die Vorhersagen früherer Modelle je nach Feinheit der Lastschrittunterteilung variierten, wodurch sie für die feinen, unregelmäßigen Zeitschritte geeignet wird, die bei Stoßsimulationen erforderlich sind (Wu & Noels, 2024, veröffentlicht in Computer Methods in Applied Mechanics and Engineering).
In einem Benchmark-Mehrskalen-Simulationstest ohne Schädigung erreichte das SC-MRU-T-Netz eine Vorhersagegenauigkeit, die mit der herkömmlicher vollständiger Finite-Elemente-Methoden vergleichbar ist, bei einer etwa 40.000-mal höheren Laufgeschwindigkeit. Dieses Ergebnis sowie der zugrunde liegende Code und die Trainingsdaten sind offen zugänglich. Das Team wird als Nächstes Fälle mit Materialversagen testen, was für die zertifizierungsrelevante Stoßanalyse eine größere Herausforderung darstellt.
Das DIDEAROT-Projekt läuft von September 2022 bis August 2026 und ist derzeit zur Hälfte abgeschlossen. Neben den oben genannten Ergebnissen veröffentlichte ein unabhängiges Team der Universität Porto (INEGI) eine Methode, mit der durch nur einen Test unter Verwendung des bestehenden Konzepts der Materialinvarianten (Tsai-Moduln) eine vollständige Parameterkarte für Verbundwerkstoffe abgeschätzt werden kann, wobei der Vorhersagefehler im Vergleich zu den Messwerten bei etwa 6–8 % liegt (Dinler et al., Journal of Composite Materials, 2026).
Das DIDEAROT-Projekt wird von Cenaero koordiniert; die Partner umfassen Sonaca, die Universität Lüttich, Tecnalia, INEGI/Universität Porto, Aernnova, Hexagon/E-Xstream Engineering und das Barcelona Supercomputing Center. Der Beirat setzt sich aus Airbus, Dassault Aviation, Safran, Embraer und der EASA zusammen. Einige Projektergebnisse sollen den Technologiereifegrad 6 (TRL6) erreichen und direkt innerhalb der „Clean Aviation"-Partnerschaft anwendbar sein. Das Projekt hat mit Initiativen wie CAELESTIS, NEXTAIR, GENEX und INFINITE eine Clusterinitiative zum Austausch von Ergebnissen gegründet und plant vor Abschluss Workshops, die sich sowohl an HPC- und akademische Kreise als auch an den industriellen Technologietransfer richten. Weitere Informationen finden Sie auf der CORDIS-Projektseite: cordis.europa.eu/project/id/101056682.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
