Reibungsprozesse mit KI verstehen
Reibung tritt in vielen Bereichen auf: im Motor, in winzigen technischen Geräten oder im menschlichen Gelenk. Welche Prozesse dabei ablaufen, war bislang noch nicht exakt geklärt, denn die physikalischen Vorgänge können dort, wo zwei Oberflächen aufeinandertreffen und sich gegeneinander bewegen, experimentell nur schwer untersucht werden. Computersimulationen solcher tribologischen Systeme können helfen, diese Prozesse besser zu verstehen. Forschende der Universität Freiburg und des Karlsruher Instituts für Technologie (KIT) haben deshalb eine neue Simulationsmethode entwickelt, die Reibung auf molekularer Ebene mithilfe von Künstlicher Intelligenz viel genauer beschreiben kann. Ihre Ergebnisse haben sie in der Fachzeitschrift Science Advances veröffentlicht.
Effiziente technische Systeme und reibungsarme Werkstoffe
Die neue Methode verknüpft physikalische Modelle auf unterschiedlichen Längenskalen mit Verfahren des Maschinellen Lernens. Dadurch lassen sich Reibungsvorgänge auf molekularer Ebene auf große technisch relevante Systeme übertragen. „So können wir komplexe Reibungssysteme, bei denen der entstehende Schmierfilm millionenfach dünner ist als die Kontaktbreite der Reibungsoberflächen, viel besser verstehen und berechnen“, erläutert Professor Peter Gumbsch vom Institut für Angewandte Materialien des KIT. „Wir zeigen, dass man Reibung auf molekularer Ebene sehr realistisch vorhersagen kann, wenn man Künstliche Intelligenz gezielt mit physikalischem Fachwissen kombiniert“, ergänzt Professor Lars Pastewka von der Universität Freiburg. Damit eröffnen sich neue Möglichkeiten für die Entwicklung reibungsarmer oder besonders effizienter technischer Systeme und Werkstoffe mit erhöhter Lebensdauer.
sfo, 02.10.2025