KI SpotlightNewsKI und Symmetrie sollen die Auslegung schallabsorbierender Gewebe beschleunigen
Ein Team aus Lyon, Sendai und RIKEN stellt in Communications Materials ein Verfahren vor, das den Suchraum möglicher Garnmuster eingrenzt. Die Primärquelle konnte nicht im Volltext geprüft werden.
Mit KI erstelltInhalt
◆ Fakten auf einen Blick
- Forschende der École Centrale de Lyon/CNRS, Tohoku University (WPI-AIMR) und RIKEN iTHEMS veröffentlichten die Studie in Communications Materials.
- Ein 10-mal-10-Gewebe hat mehr Anordnungen, als einzeln testbar sind; eine Simulation dauert über eine Stunde.
- Webmuster wurden nach vier wiederkehrenden Symmetriearten gruppiert, darunter Rotations- und Spiegelsymmetrie.
- Ein KI-System ordnete Muster auf einer Entwurfskarte; ein Vorhersagemodell bewertet Kandidaten und lenkt die Suche.
- Das Modell bewertet Kandidaten in unter einer Minute; Simulationen bestätigten Vorhersagen für ausgewählte Entwürfe innerhalb von 5 Prozent.
KI und Symmetrieklassen grenzen die Suche nach schallabsorbierenden Geweben ein
Forschende der École Centrale de Lyon/CNRS (Laboratory of Tribology and Dynamics of Systems), des Advanced Institute for Materials Research (WPI-AIMR) der Tohoku University und von RIKEN iTHEMS haben in Communications Materials ein KI-gestütztes Entwurfsverfahren für schallabsorbierende Gewebe vorgestellt. Ziel ist, die Suche nach geeigneten Over-/Under-Garnmustern zu beschleunigen.
Das Problem ist kombinatorisch. Schon bei einem Gewebe mit 10 mal 10 Garnkreuzungen gibt es mehr mögliche Anordnungen, als sich einzeln testen ließen. Hinzu kommt der Rechenaufwand: Eine detaillierte akustische Simulation dauert laut den vorliegenden Meldungen mehr als eine Stunde pro Entwurf. Ein vollständiges Durchprobieren kommt so nicht infrage.
Gewebe gehören zu den porösen Absorbern. Webart und Garneigenschaften bestimmen, wie viel Schall sie aufnehmen. Impedanzrohr-Messungen an Leinwand-, Rips-, Satin- und Köperbindungen zeigen entsprechende Unterschiede. Das Muster ist somit eine Stellschraube, deren Optimierung aufwendig bleibt.
Vom Webmuster zur Entwurfskarte: So arbeitet das Surrogatmodell
Zunächst erzeugte das Team Webmuster, die grundlegende Fertigungs- und Konnektivitätsanforderungen erfüllen. Diese Vorauswahl verwirft Muster, die sich nicht sinnvoll weben ließen oder keinen zusammenhängenden Stoff ergäben. Danach ordneten die Forschenden die Muster vier Arten wiederkehrender Symmetrie zu, darunter Rotations- und Spiegelsymmetrie. So lässt sich der riesige Suchraum in überschaubare Klassen gliedern.
Ein KI-System legte die Muster anschließend auf einer Entwurfskarte ab, auf der strukturell ähnliche Muster nahe beieinanderliegen. Die Suche profitiert davon: Benachbarte Entwürfe dürften ähnliche Eigenschaften haben, und ganze Bereiche lassen sich gezielt absuchen.
Für eine ausgewählte Menge von Entwürfen liefen detaillierte Simulationen. Mit deren Ergebnissen trainierte das Team ein Vorhersagemodell als Ersatz für die teure Simulation (Surrogatmodell). Es bewertet Kandidatenmuster in weniger als einer Minute und steuert die computergestützte Suche. Unabhängige Detailsimulationen bestätigten die Vorhersagen für ausgewählte Entwürfe innerhalb von 5 Prozent. Diese Angabe stammt aus einer der beiden vorliegenden Meldungen. Sie bezieht sich auf ausgewählte Entwürfe, nicht auf den gesamten Suchraum.
Was die Meldungen offenlassen: Neuheit und Anwendung ungeprüft
Das Paper selbst lag nicht im Volltext vor; der Abruf scheiterte. Die Darstellung stützt sich deshalb auf zwei Meldungen über die Studie. Ob und wie weit das Verfahren über frühere Arbeiten hinausgeht, ist damit nicht geprüft. Angaben zu Industriepartnern, konkreten Anwendungen oder Marktreife enthält das Material nicht.
Für Textilentwickler und Akustikdesigner liegt der Nutzen laut den Meldungen im geringeren Entwurfsaufwand: Kandidaten lassen sich in weniger als einer Minute bewerten statt in über einer Stunde.
