Effiziente Ermüdungsversuche durch Einsatz neuronaler Netze
Die KTmfk-Forscher Christian Witzgall und Sandro Wartzack stellen in Zusammenarbeit mit Gastprofessor Moh’d Sami Ashhab eine neuartige Strategie zur Ermüdungsprüfung kurzfaserverstärkter Thermoplaste in der Zeitschrift Materials vor. Unter Verwendung adaptiven Samplings und künstlicher neuronaler Netze (ANNs) konzentriert sich die Studie auf den Werkstoff PBT GF30 und zeigt gezielt Bereiche hoher Modellunsicherheit auf. Eine zusätzliche Datenerfassung in diesen Bereichen verbessert die Vorhersagegenauigkeit erheblich. Dieser Ansatz verspricht Innovation in der Ermüdungsprüfung, da er die Erstellung hochwertiger Modelle mit geringerem experimentellen Aufwand ermöglichen kann. Die Studie kann damit einen Grundstein für eine effizientere Erforschung im Ermüdungsbereich legen. Link zum Beitrag: https://doi.org/10.3390/ma17030729