Der Engineering Sweet Spot im Wandel:
Wo Hochleistungs-CFD auf Künstliche Intelligenz trifft
In der letzten Zeit war es im Blog etwas ruhiger – in unseren Rechenclustern hingegen ging es wie immer turbulent zu:
Während das Potenzial Künstlicher Intelligenz branchenübergreifend diskutiert wird, setzen wir bei CFD Consultants KI-basierte Ansätze bereits gezielt als Ergänzung zur klassischen Strömungssimulation ein. Wir verstehen KI nicht als Ersatz, sondern als leistungsfähiges Werkzeug innerhalb unserer physikalischen Modelle, das uns einen deutlichen Geschwindigkeitssprung bei der Datenverarbeitung und Ergebnisfindung ermöglicht.
Anhand zweier aktueller Projekte aus den Bereichen Luftfahrt und Medizin lässt sich zeigen, wie diese Verzahnung komplexe Analysen beschleunigt und neue Anwendungsfelder erschließt.
Ein Beispiel aus der Luftfahrt: Das Forschungsprojekt WhisperProp
Effiziente Lärmprognose bei Flugzeug-Propeller-Konfigurationen
Die präzise Berechnung der Aeroakustik ist eine wesentliche Voraussetzung für die Zulassung moderner Luftfahrtantriebe. Herkömmliche Simulationsverfahren für Schallausbreitung und Strömungsinteraktion sind jedoch außerordentlich rechenintensiv.
- Verfahren: Wir führen zunächst detaillierte Strömungs- und Schallberechnungen mit etablierten numerischen Werkzeugen durch. Diese Ergebnisse dienen als hochpräzise Datenbasis für das Training eines KI-Modells.
- Nutzen: Die trainierte KI ist in der Lage, das akustische Verhalten variierender Propeller-Konfigurationen in einem Bruchteil der ursprünglichen Zeit vorherzusagen. Dies ermöglicht eine umfassende geometrische Optimierung bereits in frühen Entwicklungsphasen.
Ein Beispiel aus der Medizin: Das Forschungsvorhaben AneCalc
Hämodynamische Risikobewertung intrakranieller Aneurysmen
In der klinischen Anwendung ist die Zeit ein kritischer Faktor. Um die Rupturwahrscheinlichkeit – also das Risiko eines Gefäßrisses – bei Aneurysmen im Gehirn zu bewerten, liefern strömungsmechanische Parameter wichtige Indikatoren. Bisher verhinderte der hohe Zeitaufwand für die Modellierung und Simulation jedoch den breiten Einsatz in der klinischen Routine.
- Automatisierte Datenverarbeitung: Mittels KI-gestützter Verfahren werden 3D-Gefäßgeometrien automatisiert aus radiologischen Bilddaten extrahiert.
- Hybrider Rechenansatz: Auf Basis dieser Geometrien werden numerische Strömungssimulationen durchgeführt, um die für die medizinische Beurteilung relevanten Parameter zu ermitteln. Um die Komplexität der Berechnungen dieser Parameter zu reduzieren, werden ebenfalls KI-Methoden eingesetzt.
- Ergebnis: Die so erzeugten Datensätze bilden die Grundlage für KI-Modelle, die eine Rückschlussrechnung auf die Rupturwahrscheinlichkeit in nahezu Echtzeit erlauben.
Das Ziel dieses Projektes ist die Bereitstellung eines verlässlichen Werkzeugs für radiologische und neurochirurgische Kliniken sowie für die Hersteller von Implantaten. Die Ingenieurwissenschaft liefert hier die physikalische Grundlage, während die KI den notwendigen Geschwindigkeitssprung für den praktischen Einsatz am Patienten ermöglicht.
Fazit
Diese Entwicklungen verdeutlichen unsere Strategie: Wir ersetzen die klassische Strömungssimulation nicht, sondern nutzen sie als physikalisches Fundament für KI-basierte Modelle. Diese Synergie erlaubt es uns, präzise strömungstechnische Analysen auch dort einzusetzen, wo bisherige Verfahren aufgrund ihrer Dauer unwirtschaftlich oder unpraktikabel waren.
