Data-driven AI Method for the Prediction of Tank Sloshing Noise and Cabin Comfort

Der Artikel untersucht die Anwendung einer datengestützten KI-Methode zur Vorhersage von Tank-Schwappgeräuschen und zur Verbesserung des Kabinenkomforts in Fahrzeugen. Durch die Nutzung von KI-Software von Monolith hat Kautex Textron komplexe und kostspielige CFD-Simulationen erfolgreich durch effizientere KI-Modelle ersetzt. Das Projekt umfasste den Einsatz maschineller Lerntechniken zur Analyse von Testdaten und zur Erstellung präziser Vorhersagen für neue Panzerkonstruktionen. Der Einsatz von 3-D-Autoencodern erwies sich als besonders effektiv und erfasste geometrische Details, die einfachere tabellarische Modelle nicht erfassen konnten. Dieser Ansatz reduzierte nicht nur Prüfzeit und Kosten, sondern bot auch tiefere Einblicke in das Produktverhalten. Die Ergebnisse deuten auf eine signifikante Veränderung in der Art und Weise hin, wie die Automobilindustrie multiphysikalische Herausforderungen angehen kann, was den Weg für eine effizientere und genauere Produktentwicklung ebnet.