Multiphysik-Simulationen sind ein unverzichtbares Werkzeug zur Validierung mechatronischer Systeme. Bei elektrischen Antriebskonfigurationen ermöglichen sie es Ingenieuren, das Verhalten einer ausgewählten Komponentenanordnung über den gesamten Antriebsstrang hinweg zu überprüfen, bevor die Hardware gebaut wird. Virtuelle Tests vor der Inbetriebnahme sind entscheidend, um Fehler zu erkennen und zu vermeiden, die andernfalls bei der physischen Integration auftreten würden. Das manuelle Erstellen vollständiger Simulationskonfigurationen ist zeitaufwändig. Obwohl Informationsmodelle einen Großteil dieses Aufwands automatisieren können, stehen sie in der Praxis oft nicht zur Verfügung. Um den Prozess zu beschleunigen, wurden moderne große Sprachmodelle (LLMs) als Mittel vorgeschlagen, um Simulationskonfigurationen aus Eingaben in natürlicher Sprache zu generieren. Um jedoch ein hohes Maß an Zuverlässigkeit zu erreichen und die korrekte Integration heterogener Simulationsmodelle sicherzustellen, sollten die Ausgaben von LLMs auf formalisiertem Fachwissen basieren und durch explizite Regeln und Verifizierungsschritte eingeschränkt werden.

ZIELE:

Ziel der Arbeit ist es, eine Pipeline zu entwickeln, die eine Beschreibung eines Antriebsstrangs und der dafür vorgesehenen Tests in natürlicher Sprache als Eingabe akzeptiert und eine einsatzbereite multiphysikalische Simulationskonfiguration erzeugt. Die Arbeit wird die Eingaben in natürlicher Sprache analysieren und interpretieren, um die Auswahl der Komponenten und die Betriebsszenarien zu bestimmen, vorhandene Komponentenmodelle (z. B. elektrische Maschinen und Anwendungen) entsprechend den abgeleiteten Parametern parametrisieren und die verfügbaren Modelle automatisch zu einer kohärenten, ausführbaren Simulation des gesamten Antriebsstrangs verbinden und konfigurieren. Parallel dazu werden die für die Simulationskonfiguration erforderlichen Verfahrens- und Fachkenntnisse in einer Wissensdatenbank formalisiert, sodass die sprachgesteuerten Komponenten auf überprüfbaren Fakten, Einschränkungen und Transformationsregeln beruhen, wodurch das Risiko fehlerhafter oder irreführender Ergebnisse verringert wird. Das Projekt umfasst eine Evaluierung mit einer Prototyp-Implementierung, die die Pipeline an mindestens zwei Antriebsstrangkonfigurationen demonstriert.

HILFREICHE VORKENNTNISSE:

• Sicherer Umgang mit Modellierungswerkzeugen (Modelica)
• Programmierkenntnisse und Begeisterung für die Softwareentwicklung
• Vorlesungen zu Digital-Twin-Engineering (DTE) oder Cyber-Physical Modeling (CPM)