Druckguss
Das volle Potenzial von Mega-Casting dank KI-gestütztem generativen Design erschließen

Quelle: Altair 4 min Lesedauer

Anbieter zum Thema

Das Mega-Casting ist als Fertigungstechnologie in der Automobilindustrie angekommen. Allerdings stoßen bei diesen komplexen konstruktiven Anforderungen an Megacasting-Strukturen traditionelle Entwicklungsmethoden an ihre Grenzen. Altair hat für die Strukturauslegung von Megagussteilen eine Lösung entwickelt.

Bei den komplexen konstruktiven Anforderungen an Megacasting-Strukturen stoßen traditionelle Entwicklungsmethoden an ihre Grenzen. Altair hat mit einer generativen multidisziplinären Methode eine Lösung für die Strukturauslegung von Megagussteilen entwickelt.(Bild:  Altair)
Bei den komplexen konstruktiven Anforderungen an Megacasting-Strukturen stoßen traditionelle Entwicklungsmethoden an ihre Grenzen. Altair hat mit einer generativen multidisziplinären Methode eine Lösung für die Strukturauslegung von Megagussteilen entwickelt.
(Bild: Altair)

Im Zuge der rasanten Evolution der Automobilindustrie haben sich nicht nur die Fahrzeugtechnologien, sondern auch die Fertigungsmethoden entscheidend weiterentwickelt. Ein Beispiel für diesen Fortschritt sind Megacasting Strukturen. Megacasting Bauteile ersetzen viele Blechbiegeteile, die üblicherweise für Rohkarosseriestrukturen (BIW) verwendet werden. Sie können Fertigungskosten senken und dank zusätzlicher Konstruktionsfreiheit und vorteilhafter Materialeigenschaften neues Leichtbaupotenzial freisetzen. Das verschafft insbesondere Elektrofahrzeugen neue Spielräume.

Bewährte Methoden mit maschinellem Lernen vereint

In der Praxis erfordert die Umsetzung großer Gussteile spezielle Maschinen und eine hohe Präzision, um Fertigungstoleranzen einzuhalten sowie Materialqualität und Crash-Sicherheit sicherzustellen. Bei diesen komplexen konstruktiven Anforderungen an Megacasting-Strukturen stoßen traditionelle Entwicklungsmethoden an ihre Grenzen. Altair hat mit einer generativen multidisziplinären Methode eine Lösung für die Strukturauslegung von Megagussteilen entwickelt. Dabei vereint sie bewährte Methoden wie Topologieoptimierung und Response-Surface-basierte Verfahren (Response-Surface-Methode/RSM) mit maschinellem Lernen.