Artificial Intelligence und Machine Learning in der CAE-basierten Simulation

23. Oktober 2023

Session 1

12:45
Begrüßung und Einführung
A. Svobodnik (Mvoid); A. Pfaff (PDTech); W. Moretti (me); C. Hühne (DLR); A.R. Oswald (NAFEMS) - Mitglieder des DACH Steering Committees

13:00
Effiziente Datenreduktion in der 3D-CAE-Simulation durch intelligente Methoden
B. Nouri, S. Ali (Siemens Energy Global)

13:25
Gold-Sponsor-Vortrag:
SCALE.sdm as a Powerful Data and Process Platform for ML/AI
H. Müllerschön (Scale)

13:35
Gold-Sponsor-Vortrag:
dAIve: KI-Innovation für Ingenieure! Erlebe die transformative Kraft des Machine Learning im CAE und entdecke wegweisende Lösungen für komplexe Herausforderungen
C. Rohrbach (sustainedBIZZ)

13:45
Gold-Sponsor-Vortrag:
Effizienzsteigerung im Machine Learning im CAE: Schon mit wenigen Variantenrechnungen zu optimalen Resultaten
C. Thieme (Hexagon)

13:55
Intelligent Component Manufacturability Testing in Virtual Product Development
A. Nüßgen, R. Degen, M. Irmer (TH Köln/Uppsala University); F. Richter, M. Ruschitzka (TH Köln); C. Boström (Uppsala University)

14:20
Pause

Session 2

15:00
Zeiteffiziente und datenfreie Bauteil- und Prozesssimulation mithilfe von Physics-Informed Neural Networks
T. Würth, A. Prietze, C. Zimmerling, C. Krauß, L. Kärger (Karlsruher Institut für Technologie (KIT))

15:25
Einsatz von KI und maschinellem Lernen in der Simulation von Infiltrationsverfahren
D. Droste, J. Zhu, (Faserinstitut Bremen); T. Frerich (CTC (An Airbus Company))

15:50
Evaluating Metrics for Information Density and Global Convergence in an Adaptive Training Data Generation Pipeline for Data-Centric AI Applications in Engineering
N. Ballal, T. Soot, M. Dlugosch (Fraunhofer EMI)

16:15
Interaktives 3D Designs und Simulation basierend auf Neuronalen Netzwerken
T. Emmel, V. Oancea (Dassault Systemes)

16:40
Pause

Session 3

17:10
Machine Learning gestutzte Modellbildung für kriechdehnungsbasierte Lebensdaueranalyse einer Ball Grid Array Komponent
M. Tauscher (ZF Friedrichshafen)

17:35
KI gestützte Ergebnisüberprüfung eines automatisierten Simulationsprozesses
T. Streich (Festo)

18:00
Explorativer ML-Ansatz für die CAE-basierte Untersuchung der Fahrzeugsicherheit und deren Optimierung
J. Garcke, R. Iza-Teran, M. Pathare, D. Steffes-lai (Fraunhofer SCAI)

18:25
Case-Based-Reasoning zur Vorhersage von Produkteigenschaften
B. Gerschütz, S. Goetz, S. Wartzack (Universität Erlangen-Nürnberg); M. Hörmann (Cadfem Germany)

18:50
Get together in der Ausstellung

24. Oktober

Session 4

08:15
Surrogat Modelle zur Beschleunigung der Kriechanalyse von 3D-Finite-Analysen von Turbinenschaufeln
J. Abdallah (Siemens Energy Global)

08:40
Surrogate Modeling for Thermal Analysis of a High-Speed Electric Motor using Gaussian Processes
H. Sakellaris, P. Bayrasy (Fraunhofer SCAI)

09:05
Universelles maschinelles Lernsystem zur Vorhersage von Werkstoffeigenschaften
V. Pocajt, D. Trost (Total Materia)

09:30
Enabling Big Data Analysis in SDM Systems: Add-on based Integration of ML Methods
M. Liebscher, F. Leichsenring, M. F. Thiele, (Scale); N. Abdelhady, D. Borsotto (Sidact); D. Kracker (Dr. Ing. h.c. F. Porsche)

09:55
Pause

Session 5

10:30
Beschleunigung von Entscheidungsfindung in Entwicklung und Betrieb
D. Berger, D. Hartmann, J. Hodges, K. Liu, S. Ottaiano (Siemens Industry Software)

10:55
CAE & AI: Ein Überblick und Erfahrungsbericht über die verschiedenen Einsatzmöglichkeiten
A. Kuhn, T. Hinterdorfer, N. Stalanich (Andata)

11:20
Revolutionierung des computergestützten Engineerings: Einsatz von KI zur Effizienzoptimierung von FEM- und CFD-Simulationen, sowie zum innovativen Umgang mit inversen Problemen und Black-Box-Komponenten am Beispiel von Simulationen der Wasserinjektionstechnik im Kunststoffspritzguss
F. Dirisamer (Digital Physics AI)

11:45
Machine Learning to Empower Engineering Organizations: Technology & Applications
P. Baqué, K. Kritikos, T. Von Tschammer (Neural Concept)

12:10
Mittagspause

Session 6

13:00
Automated Design of Evaporators Through Generative AI, a Liquid Nitrogen CPU Cooler Case Study
A. Kramer, S. da Silva Andrade, L. Verveckena (Diabatix)

13:25
ML-basiertes Auslegungstool für Leistungselektronikkühler auf Basis von CFD-Simulationsdaten
S. Spring, A. Sehlinger (Tplus Engineering)

13:50
Ein Data Flywheel für Automotive CFD - Transfer Learning als Brücke zwischen Projekten
M. Bauer (Navasto)

14:15
Automatisierte Approximation von CAE-Signal- und Feldergebnisgrößen mit Methoden des Maschinellen Lernens
T. Most, L. Gräning, S. Wolff (Ansys Germany); K. Cremanns, A. Abdulhkim (PI Probaligence)

14:40
Pause

Session 7

15:10
CAE & AI: Analyse von kausalen Zusammenhängen mittels Wirkkettenanalyse
N. Stalanich, T. Hinterdorfer, D. Lämmerhofer, A. Kuhn (Andata); R. Garcia Gomez, D. Böhmländer (Audi)

15:35
Lebendige FE Superelemente mit Machine Learning
W. Moretti (Moretti Engineering (me)

16:00
WindIO – Prognose des Windenergieertrags mittels einer Kopplung eines Machine Learning- und eines Simulationsverfahrens
J. Klein, M. Probst (CAIQ)

16:25
Zusammenfassung und Verabschiedung
A. Svobodnik (Mvoid); A. Pfaff (PDTech); W. Moretti (me); C. Hühne (DLR); A.R. Oswald (NAFEMS) - Mitglieder des DACH Steering Committees