Agentisches Assistenzsystem für die wissensbasierte Konfiguration und Simulation elektrischer Antriebe

Abstract

Für die Leistungsfähigkeit, Wirtschaftlichkeit und Sicherheit mechatronischer Systeme ist die korrekte und effiziente Konfiguration elektrischer Antriebssysteme entscheidend. Jedoch stellt der entsprechende Auswahlprozess aufgrund der hohen Variantenvielfalt von Motoren, Getrieben und Zusatzkomponenten sowie der Abhängigkeit von erfahrungsbasiertem Expertenwissen eine komplexe Engineering-Aufgabe dar. Dieser Beitrag adressiert das Problem der Konfiguration passender Antriebssysteme durch die Entwicklung eines agentenbasierten Assistenzsystems. Dieses nimmt natürlichsprachliche Eingaben entgegen und verteilt diese auf spezialisierte Agenten, welche auslegungsrelevante physikalische Größen berechnen und Produktkategorien anhand einer Ontologie über ein Retrieval-Augmented Generation (RAG)-System ermitteln. Zur modellbasierten Validierung der getroffenen Auswahl wird eine Physiksimulation des mechatronischen Systems als a-kausal modellierte Modelica-Simulation genutzt. Mit einem weiteren Agenten werden Hinweise zur Auswertung der Simulationsergebnisse an den Antriebsexperten übergeben. Die Simulation ermöglicht somit Rückschlüsse auf die Eignung der Komponentenauswahl. Das gezeigte Konzept für ein Agentensystem soll eine Produktivitätssteigerung im Auswahlprozess ermöglichen, da es Antriebsexperten bei wiederkehrenden Entscheidungen signifikant entlasten kann.