Der rasche Fortschritt der Künstlichen Intelligenz (KI) hat die traditionellen Praktiken des Maschinenbaus erheblich verändert, indem er intelligentes Entscheidungsfindung, Automatisierung und datengetriebene Optimierung ermöglicht. Dieses Papier bietet einen umfassenden Überblick über die Anwendungen von KI im Maschinenbau, mit einem Schwerpunkt auf Designoptimierung, prädiktiver Wartung, Fertigungsprozessen und Analyse von thermischen-fluidmechanischen Systemen. Maschinenlernalgorithmen, neuronale Netze und Modelle des tiefen Lernens werden hinsichtlich ihrer Fähigkeit untersucht, komplexe Datensätze zu analysieren, die Rechenzeit zu reduzieren und die Systemleistung im Vergleich zu konventionellen Methoden zu verbessern. Fallstudien aus Bereichen wie der intelligenten Fertigung, der Fehlersuche bei rotierenden Maschinen und der KI-unterstützten berechnenden strömungsmechanik (CFD) zeigen die Wirksamkeit von KI-basierten Ansätzen. Die Studie hebt aktuelle Herausforderungen hervor, einschließlich Datenqualität, Modellinterpretierbarkeit und Integration in bestehende Ingenieurpraktiken, während auch zukünftige Forschungsrichtungen diskutiert werden. Die Integration von KI im Maschinenbau zeigt sich als förderlich für Effizienz, Zuverlässigkeit und Nachhaltigkeit und macht sie zu einem Schlüsselakteur für Ingenieurssysteme der nächsten Generation.
S. Mulani (Fri,) hat diese Frage untersucht.