idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Grafik: idw-Logo

idw - Informationsdienst
Wissenschaft

Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instanz:
Teilen: 
11.10.2024 09:24

Mit Künstlicher Intelligenz das Bodenverhalten prognostizieren

Meike Drießen Dezernat Hochschulkommunikation
Ruhr-Universität Bochum

    Klimaanpassung ist häufig mit Baumaßnahmen verbunden: Etwa von Deichen, Windenergieanlagen oder Pfählen zur Nutzung der Erdwärme. Die Beschaffenheit von Böden ist für solche Bauprojekte ein ausschlaggebender Faktor. Sie mittels Künstlicher Intelligenz (KI) effizient und präzise zu simulieren, ist Ziel der Nachwuchsgruppe „GINN“. Unter Leitung von Dr. Merita Tafili wird sie an der Fakultät für Bau- und Umweltingenieurwissenschaften der Ruhr-Universität Bochum eingerichtet und vom Bundesministerium für Bildung und Forschung seit 1. September 2024 mit einer Million Euro gefördert.

    Körner mit wenig Zusammenhalt

    Im Mittelpunkt der Arbeiten der Gruppe stehen sogenannte diskontinuierliche Materialien, also Materialien, die aus einzelnen Partikeln oder Körnern mit keinem oder wenig Zusammenhalt bestehen. „Sie verhalten sich bei mechanischer Beanspruchung äußerst komplex, was ihre genaue Simulation anspruchsvoll und aufwendig macht“, erklärt Merita Tafili. „Wir wollen durch den Einsatz von Künstlicher Intelligenz, insbesondere maschinellem Lernen und neuronalen Netzen, das komplexe Verhalten diskontinuierlicher Materialien effizienter und präziser simulieren.“

    Im Projekt wird ein neuartiges Simulationsmodell entwickelt, das geophysikalische und thermodynamische Prinzipien mit fortschrittlichen Machine-Learning-Algorithmen kombiniert. So sollen neuronale Netze entstehen, die in der Lage sind, das Verhalten von Böden unter verschiedenen Belastungs- und Umweltbedingungen realitätsnah und zuverlässig zu prognostizieren. Dies wird durch die Nutzung von realen sowie synthetisch generierten Daten ermöglicht, die aus Experimenten und Simulationen gewonnen werden.

    Effizient und kostensparend planen

    Ein besonderer Fokus liegt auf der Entwicklung eines KI-Systems, das eigenständig wichtige Zustandsvariablen für das Materialverhalten identifiziert und die Ergebnisse in leistungsfähige Simulationen überträgt. So sollen geotechnische Bauwerke der Energiewende, zum Beispiel Gründungen von Offshore-Windenergieanlagen oder geothermisch genutzte Pfähle, optimiert werden. Damit würden auch die Kosten sinken. „Wir wollen die neuartigen Simulationswerkzeuge weiterhin nutzen, um geotechnische Bauwerke sicher und resilient gegen klimabedingt erhöhte Einwirkungen auszulegen, beispielsweise Damm- und Deichbauwerke gegenüber höheren Temperaturen und Einstauhöhen“, so Merita Tafili.


    Wissenschaftliche Ansprechpartner:

    Dr. Merita Tafili
    Lehrstuhl für Bodenmechanik, Grundbau und Umweltgeotechnik
    Fakultät für Bau- und Umweltingenieurwissenschaften
    Ruhr-Universität Bochum
    Tel.: +49 234 32 23093
    E-Mail: merita.tafili@ruhr-uni-bochum.de


    Bilder

    Merita Tafili leitet die neue Nachwuchsgruppe.
    Merita Tafili leitet die neue Nachwuchsgruppe.

    © RUB, Kramer


    Merkmale dieser Pressemitteilung:
    Journalisten
    Bauwesen / Architektur
    überregional
    Forschungsprojekte
    Deutsch


     

    Hilfe

    Die Suche / Erweiterte Suche im idw-Archiv
    Verknüpfungen

    Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.

    Klammern

    Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).

    Wortgruppen

    Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.

    Auswahlkriterien

    Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).

    Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).