Zeiteffiziente Prozesskettenmodellierung und -berechnung in der Blechumformung und -verarbeitung

在此基础上，我们将从以下几个方面进行探讨：第一个过程是什么，第二个过程是什么，第二个过程是什么？您可以在DEM Beans Forschungsvorhaben die Entwicklug einer Methodik am Beispiel des Stahlwerkstoffes LH800 vorgeschlagen，die eine eine dchgängie Modellierung der Prozesskette Dressieren(Walzen)-Umformen-Vergüten-thermisches Fügen be sehr Kurzen Berechnungszeiten erlabt.这是一种新的方法和策略。在实验的基础上，进行了有限元仿真，并进行了有限元分析。从根本上来说，这是一件非常重要的事情，也是一件非常重要的事情。从模型中分离出来，从生产过程中分离出来，这是一件很重要的事情，因为它是一种经济分析方法。这是一种新的学习方法，也是一种新的学习方法，也是一种新的学习方法。在此基础上，建立了有限元仿真模型，并进行了相应的实验研究。在格勒岑所有的国家中，我们都在研究和分析这一问题，并在此基础上提出了一种解决方案。D.H.这里有卫理公会和维克斯托夫的分会，也有分会的分会。这是一种极具挑战性的算法，但不适用于实际情况。

Die durchgängige Modellierung und Berechnung des Entstehungsprozesses eines Blechbauteils, beginnend mit der Halbzeugherstellung bis zum Fügen des vergüteten Blechbauteils, ist aufgrund derzeitiger Berechnungsansätze und der damit verbundenen langen Rechenzeiten nur zu nachträglichen Analysezwecken möglich. Aus diesem Grund wird in dem beantragten Forschungsvorhaben die Entwicklung einer Methodik am Beispiel des Stahlwerkstoffes LH800 vorgeschlagen, die eine durchgängige Modellierung der Prozesskette Dressieren (Walzen) - Umformen - Vergüten - thermisches Fügen bei sehr kurzen Berechnungszeiten erlaubt. Die Gesamtmethode verfolgt dabei zwei parallele Strategien. Zunächst wird, basierend auf experimentellen Untersuchungen und konventionellen Finite-Element-Simulationen, die Analyse der Einzelprozesse durchgeführt. Basierend auf den dabei identifizierten dominanten Effekten erfolgt die Entwicklung einer vereinfachten, die jeweiligen Effekte berücksichtigende Berechnungsstrategie für den jeweiligen Einzelprozess. Die separaten Berechnungsmodelle, die aufgrund der prozessspezifischen Vereinfachungen bereits eine wesentliche Verkürzung der Berechnungszeit ermöglichen sollen, können direkt genutzt werden, um die gesamte Prozesskette hinsichtlich des Einflusses auf die Eigenschaften des Endprodukts zu analysieren. Um eine weitere Verringerung der Gesamtberechnungszeit zu erreichen, werden Methoden der Künstlichen Intelligenz (KI) angewendet, um unter Zuhilfenahme selbst lernender Algorithmen ein Berechnungsmodell zu trainieren, das Antwortzeiten im Bereich weniger Sekunden ermöglicht. Da das Trainieren dieser Modelle eine Vielzahl von Datensätzen erfordert, die weder experimentell noch mittels konventioneller Finite-Element-Simulationen bereitgestellt werden können, werden hier die vorab entwickelten, prozessspezifischen Berechnungsmodule zur Generierung der Trainingsdaten eingesetzt. Der Vorteil dieser zweigeteilten Vorgehens weise besteht in der Bereitstellung eines (in Grenzen allgemeinen) Analysewerkzeugs für jeden Prozessabschnitt und der Möglichkeit, die erhaltenen Einzellösungen in eine sehr schnelle und auf einen Werkstoff spezialisierte Berechnungsmethodik der betrachteten Prozesskette einfließen zu lassen. D.h. die hier entwickelte Methodik ist direkt übertragbar auf andere Werkstoffe, solange diese nicht vollkommen konträre Effekte aufweisen. Das anschließende Trainieren der selbst lernenden Algorithmen bietet zusätzlich bei extrem zeitkritischen Berechnungsvorgängen das notwendige Potenzial zur Rechenzeitreduzierung.