Physik‐informierte Künstliche Intelligenz zur Berechnung und Bemessung im Stahlbau

Abstract

Die Technologie der Künstlichen Intelligenz (KI) hält derzeit flächendeckend Einzug in Forschung und Praxis aller Branchen. Vorliegender Beitrag greift dies auf, um Hintergründe der KI allgemein sowie speziell für Physik‐informierte KI (PIKI) einzuführen. Ausgewählte Beispiele der Berechnungs‐ und Bemessungspraxis des Stahlbaus veranschaulichen die Anwendung von Physik‐informierten Neuronalen Netzen (PINN), wobei spezifische Anforderungen an die Formulierungen des Lernproblems herausgearbeitet werden. PINNs stellen somit eine Alternative zu etablierten numerischen Verfahren unter besonderer Berücksichtigung vorhandener Simulations‐ und Versuchsdaten dar. Dies erlaubt die Interpretation und Nutzung von PINNs als digitalen Zwilling eines Tragwerks über dessen Lebenszyklus. Die dargestellte PIKI bedingt nicht per se eine Big‐Data‐Situation und ist damit für die Ingenieurforschung und ‐praxis interessant. Ein Ausblick auf künftige Anwendungen der KI im Stahlbau rundet diesen Beitrag ab.

Scientific Machine and Deep Learning Investigations of the Local Buckling Behaviour of Hollow Sections

“…In addition to the standard Euclidean or Squared-error loss function, the L1 or L2 method (i.e. Lasso regression or Ridge regression) for example penalize the loss function for high number of weights to overcome overfitting problems ( [3], [4]). Those parameters in general need to be optimized to deliver suitable and problem oriented network architectures.…”

Erklärbare domänenspezifische Künstliche Intelligenz im Massiv‐ und Brückenbau

“…This paves the way for the use of piKI models in civil engineering as digital twins of a structure over its life cycles. Quelle: [7] AUFSATZ ARTICLE [5], den Stahlbau in [6] sowie für den Massivund Brückenbau in [7] zu finden. [6,9] gezeigt.…”

“…Quelle: [7] AUFSATZ ARTICLE [5], den Stahlbau in [6] sowie für den Massivund Brückenbau in [7] zu finden. [6,9] gezeigt. Für Entwurfsaufgaben, welche über den normativen oder datenbasierten Bereich hinausgehen, können XAI-Methoden neue Lösungen liefern und diese Vorhersagen aus den zugrunde liegenden Entscheidungen begründen.…”

“…gezogen werden, um so das bestmögliche Modell mit zugehörigem Algorithmus für die jeweilige Problemstellung auszuwählen. Weitere Hintergründe und Beispiele zur Anwendung von domäneninformierter KI sowie ML und DL sind für den konstruktiven Glasbau in [5], den Stahlbau in [6] sowie für den Massiv‐ und Brückenbau in [7] zu finden.…”

“…Die Entwicklung von Methoden zur Berechnung und Bemessung von bautypischen Elementen wie Balken, Stützen oder Rahmen mit hoher Genauigkeit hat sich über Dekaden gezogen und wird vermutlich nicht durch den Einsatz von KI abgelöst, vielmehr besitzt XAI aber das Potenzial, für komplexe neue Systeme und Materialien einen hohen Grad an Genauigkeit bei den Vorhersagemodellen aufgrund der heute erheblich leichter zu erhebenden Daten zu ermöglichen, wie beispielsweise für geometrisch‐materiell nichtlineares Beulen in [6, 9, 10] gezeigt. Die Anwendung und Einbindung bautechnisch etablierter Konzepte zur Unsicherheitsquantifizierung und Bemessungssystematik auf die KI‐ und XAI‐Modelle ist einfach möglich und wurde ebenfalls in [6, 9] gezeigt. Für Entwurfsaufgaben, welche über den normativen oder datenbasierten Bereich hinausgehen, können XAI‐Methoden neue Lösungen liefern und diese Vorhersagen aus den zugrunde liegenden Entscheidungen begründen.…”