Data Science

Prognostizierte Lastfall-Performance von Airbag-Designs

Wann wird der Airbag im Crash gezündet, welche Größe und Form nimmt er im Verlauf an und wie wird der Druck im Airbag über die Venthols gesteuert? Damit Insassen im Ernstfall bestmöglich geschützt werden, kommt es auf viele Details an, die in der Fahrzeugentwicklung Zeit kosten. Denn bisher musste jede Parameteränderung am Airbag-System modelliert und anschließend simuliert werden. Dank einer Entwicklung im Rahmen von Felix Marschalls Masterarbeit können Simulationsergebnisse bei Parameteränderungen nun datenbasiert in Echtzeit vorhergesagt werden.

„Meine entwickelte Methode prognostiziert die Lastfall-Performance von Airbag-Designs auf Basis von Crash-Simulationen“, erklärt Felix. „Neben der Vorhersage der Simulationsergebnisse können wir damit auch eine initiale Abschätzung über die Auswirkungen von Parameteränderungen treffen und ganze Parameterräume nach einer optimalen Parameterkombination durchsuchen.“ So reduziert PSW mit der lokal gehosteten KI den Simulationsaufwand sowie die Iterationsschritte während der Systementwicklung spürbar.

In seiner Rolle als Werkstudent und anschließend als Masterand unterstützte Felix das Team der Fahrzeugsicherheit spezifisch bei der Entwicklung von Data Science-Methoden. „Meine Arbeit rief bei den Kollegen großes Interesse hervor und sie haben mich immer bei der Datenbeschaffung oder auch bei der Diskussion über weitere Schritte im Prozess unterstützt“, berichtet Felix. „Data Science hilft uns sowohl in der datenbasierten Entwicklung aktiver Maßnahmen wie dem gezielten Auslösen von Airbags, als auch bei passiven Sicherheitsmaßnahmen und macht uns noch effizienter“, schließt Nijaz Dizdarevic, Leiter Entwicklung Gesamtfahrzeug Crash & Seitenschutz und fachlicher Betreuer von Felix' Abschlussarbeit.

Vorheriger Artikel

Soziales Engagement

Nächster Artikel

New Work