KI-basierte Vorhersage von Eigenschaften magnetorheologischer Fluide/AI-based prediction of magnetorheological fluid properties

Abstract

Vorspann Der Einsatz von künstlicher Intelligenz zur zeiteffizienten Vorhersage des Verhaltens komplexer Systeme ist eine immer beliebtere Herangehensweise in den Ingenieurswissenschaften. In der vorliegenden Arbeit werden im Speziellen maschinelle Lernverfahren genutzt, um die Auswirkungen von Systemparametern und Eigenschaften eines magnetorheologischen Fluids auf dessen räumliche Struktur zu analysieren. Unter anderem wird ein Random Forest-Modell verwendet, das es zusätzlich erlaubt eine Abschätzung der Signifikanz der Systemparameter für dessen Vorhersage zu bilden. Die Datengrundlage bilden Ergebnisse aus Partikelsimulationen mit der Software SimPARTIX.