In diesem Beitrag wird ein KI-basierter Ansatz zur Parametrisierung vollständiger Fahrzeugmodelle für Crash-Simulationen vorgestellt. Der Fokus liegt auf der Berücksichtigung von Fertigungseinflüssen aus Umformprozessen wie dem Tiefziehen, die lokale Materialeigenschaften und damit das Crash-Verhalten maßgeblich beeinflussen.

Der Ansatz nutzt maschinelle Lernmodelle, die auf Daten aus grob- und feinauflösenden Umformsimulationen trainiert werden, um räumlich aufgelöste Materialparameter vorherzusagen. Diese werden automatisiert in vollständige Fahrzeug-Crashmodelle integriert und ermöglichen eine realistischere Abbildung des Strukturverhaltens.

Der Beitrag zeigt, wie durch die KI-gestützte Kopplung von Fertigungs- und Crash-Simulation die Aussagekraft virtueller Crashanalysen verbessert und der Aufwand in der Modellierung reduziert werden kann.