Forschungsprojekt KI-Stoff

BMUV

KIT

Projektleiter	Projektbearbeiter	Projektlaufzeit
Prof. Dr. Thomas Nagel (Teilprojekt Bodenmechanik)	M.Sc. Aqeel Afzal Chaudhry (Teilprojekt Bodenmechanik)	01.02.2025 - 31.01.2028

Über das Projekt

Hintergrund

Ab Februar 2025 wird die BGE TECHNOLOGY GmbH (BGE TEC) das KI-Stoff-Projekt koordinieren – eine kooperative Initiative, an der Forschungsteams der BGE TEC, der TU Freiberg und der TU Braunschweig beteiligt sind. Am Lehrstuhl für Bodenmechanik der TU Freiberg konzentriert sich unser Engagement darauf, die Materialmodellierungsansätze für Bentonit zu verfeinern, was für die Sicherheitsbewertung von Endlagern radioaktiver Abfälle von entscheidender Bedeutung ist.

Bentonit wird weit verbreitet als Abdichtungs- und Puffermaterial eingesetzt; sein komplexes Verhalten unter wechselnden Umweltbedingungen stellt jedoch eine Herausforderung für die aktuellen Materialmodelle dar. Anstatt neue konstitutive Gesetze zu entwickeln, setzt das Projekt auf moderne inverse Modellierungsmethoden, um automatisch das am besten geeignete bestehende Materialmodell auszuwählen und zu kalibrieren. Dieser Prozess integriert Vollflächenmessungen, die sowohl in Labor- als auch In-situ-Experimenten erhoben wurden, berücksichtigt die vollständige hydraulisch-mechanische Kopplung und bezieht fortschrittliche Verfahren der künstlichen Intelligenz ein, um den Auswahl- und Kalibrierungsprozess zu verbessern.

TUBAF

Sättigungsprofile im GMZ-Na Bentonit nach 250, 500, 750 und 1000 Tagen (von links nach rechts)

Durch die rigorose Quantifizierung von Unsicherheiten und den Einsatz modernster inverser Modellierung in Kombination mit Machine-Learning ist es unser Ziel, die Lücke zwischen experimentellen Beobachtungen und numerischen Simulationen zu verkleinern. Der automatische Modellselektionsrahmen ist darauf ausgelegt, das am besten passende Modell aus einer vordefinierten Sammlung zuverlässig zu identifizieren und sicherzustellen, dass unsere Vorhersagen robust und mit den experimentellen Daten abgestimmt sind. Dieser zielgerichtete und wissenschaftlich fundierte Ansatz zielt darauf ab, die Zuverlässigkeit von Sicherheitsbewertungen nach Abschluss der Schließung bei der Entsorgung radioaktiver Abfälle zu verbessern.

Am Lehrstuhl für Bodenmechanik der TU Freiberg widmen wir uns der Vertiefung unseres Verständnisses des Verhaltens von Bentonit. Unser Beitrag zum KI-Stoff-Projekt spiegelt ein Engagement wider, moderne, datengetriebene Techniken – einschließlich Machine-Learning – einzusetzen, um die Materialmodellierung zu verbessern und eine sicherere Entsorgung radioaktiver Abfälle zu unterstützen.