KI wird Yokohama beim Entwurf von Presswerkzeugen helfen

Yokohama Rubber hat bekannt gegeben, dass sie ein System zur Entwicklung von Pressformen mit Hilfe von Modellierungstechnologien (Finite-Elemente-Methode, FEM) und künstlicher Intelligenz entwickelt hat. Die neue Entwicklung soll den Entwicklungsprozess vereinfachen, insbesondere für weniger erfahrene Mitarbeiter, die Informationen über die Auswirkungen von Designänderungen an der Pressform auf die Eigenschaften des Reifens durch zahlreiche virtuelle Experimente erhalten können. Das Unternehmen erwartet, dass das neue System die Zeit für die Erstellung von Pressformen verkürzt, während es auch die Kosten und die Notwendigkeit von Nachbearbeitungen, die häufig während des Entwicklungsprozesses erforderlich sind, reduziert. Darüber hinaus soll ein tieferes Verständnis des Zusammenhangs zwischen den Parametern der Pressform und den Eigenschaften des Reifens es den Mitarbeitern ermöglichen, Produkte mit verbesserten Eigenschaften zu entwickeln.

„Der Design der Pressformen hat einen erheblichen Einfluss auf die wichtigsten Parameter der Reifen, und um diesen Zusammenhang vollständig zu verstehen, war ein zeitaufwändiger und teurer Prozess der Trial-and-Error-Methodik erforderlich, der die Herstellung von Prototypen und nachfolgende Tests beinhaltete“, so Yokohama. „Zusätzlich war der Prozess in hohem Maße von den Kenntnissen hochqualifizierten Personals abhängig, was dazu führte, dass die Effizienz und Geschwindigkeit der Entwicklung je nach Erfahrung und Kompetenz der einzelnen Mitarbeiter variierten“.

Das neue System soll dank automatisierter Modellierung und KI-Prognosen diese Komplexitäten lösen. In der ersten Phase werden eine große Anzahl von FEM-Modellen mit verschiedenen Pressformparametern generiert und die Reifeneigenschaften prognostiziert, woraufhin die Ergebnisse der Berechnungen als Trainingsdaten für die Konstruktion eines KI-Modells (Surrogatmodells) verwendet werden, das den Zusammenhang zwischen den Aspekten des Pressformdesigns und den Reifeneigenschaften vorhersagt. In der nächsten Phase können die Entwickler mithilfe von Technologien wie SHAP (additive Erklärungen von Shapley) und PDP (Graphen der partiellen Abhängigkeit) die Auswirkungen der Pressformdesignparameter auf die Reifeneigenschaften quantitativ visualisieren und bestimmen, welche Änderungen erforderlich sind, um die Ziel-eigenschaften des Endprodukts zu gewährleisten.

Yokohama hat seit 2020 das KI-basierte System HAICoLab eingesetzt, das seit 2021 für die Prognose wichtiger Reifenparameter verwendet wird und seit 2024 breiter in der Produktentwicklung eingesetzt wird. Das Unternehmen sagt, dass die neuen Technologien es den Mitarbeitern einfacher machen, zu verstehen, welche Maßnahmen sie ergreifen müssen, um optimale Ergebnisse zu erzielen, und plant, die Arbeit in dieser Richtung fortzusetzen, um die Entwicklung neuer innovativer Produkte weiter zu beschleunigen.