Neuer Preprint über daten-gesteuerte Surrogates für rauen Oberflächenkontakt

In diesem Manuskript wird ein Surrogate-Modellierungsframework für die Vorhersage der effektiven Kontaktfläche bei rauen Oberflächenkontaktproblemen vorgestellt, die bei verschiedenen Multiphysik-Anwendungen wie Verschleiß, Abdichtung und Wärme- oder Stromübertragung eine entscheidende Rolle spielt. Zwar gibt es hochpräzise numerische Verfahren wie die Boundary-Element-Methode, doch deren Rechenaufwand stellt eine Herausforderung für die Quantifizierung von Unsicherheiten, die Identifizierung von Parametern und die Multiskalenmodellierung dar. Um dieses Problem zu lösen, entwickeln wir einen schnellen und effizienten datengetriebenen Ansatz, der auf einer simulationsbasierten Datenbank aufbaut, die ein breites Spektrum von Parametern erfasst. Die vorgeschlagene Methode reduziert den Rechenaufwand bei gleichbleibender Vorhersageverlässlichkeit erheblich, so dass sie sich für die Integration in Multi-Query oder Multiskalen Arbeitsabläufe eignet.

Sahin, T., Bonari, J., Brandstaeter, S., & Popp, A. (2025). Data-Driven Surrogate Modeling Techniques to Predict the Effective Contact Area of Rough Surface Contact Problems (Version 1). Preprint, submitted for publication arXiv