EDA MM
Modellbildung für Werkstoffentwicklung und Anwendung in CAE Systemen
Kurzbeschreibung

EDA MM (Material Modelling) erlaubt die Erstellung von Werkstoffmodellen durch Verarbeitung von Testdaten

settings
Herausforderung

Zusammenführung von Daten und Funktionalitäten der Modellbildung in einem System

Lösungen

EDA MM bietet durch die Integration von erweiterbaren Scientific Python Applikationen viele Möglichkeiten der Datenverarbeitung, Datenkomprimierung und Datenreduktion

Slider

Vorteile von EDA MM

  1. Transparenz und Nachverfolgbarkeit bei der Verarbeitung von Testdaten
  2. Systemunterstützung bei komplexen mathematischen Berechnungen
  3. Dokumentation und Rückverfolgbarkeit bei der Entstehung der Daten
  4. Erzeugung von Modellen für CAE Materialkarten in einem geschützten System, anstelle der Verwendung vieler „privater“ Werkzeuge
  5. Integration der existierenden und heterogenen Skripte und Programme in eine gemeinsame Standard-Umgebung, die auf Scientific Python aufbaut
Slider

Herausforderungen

  1. Es gibt viele Medienbrüche bei der Verarbeitung der Daten, wodurch die Fehleranfälligkeit stark erhöht wird
  2. Oft werden Tabellenverarbeitungsprogramme genutzt, um beispielsweise Curve-Fittings durchzuführen
  3. Daten verlassen den geschützten Raum des Informationssystem, um mit externen Werkzeugen ausgewertet zu werden

Lösungen

  1. Eigene mathematische Funktionen können ohne zusätzliche Programmierung in das System integriert werden und dann für Visualisierung und Modellbildung verwendet werden
  2. Umfangreiche Visualisierungsmöglichkeiten erleichtern das Arbeiten mit mehrdimensionalen Datenfeldern, z.B. Fließkurven und ZTU-Diagramme
  3. Daten können in n-dimensionalen Datenfeldern gespeichert und aus diesen abgefragt werden
  4. Konstitutive Materialmodelle können parametrisiert werden
  5. Vordefinierte Materialmodelle, wie Fließkurven oder Phasenumwandlungsmodelle, können modifiziert, erweitert und parametrisiert werden
Slider