Pokročilá optimalizace vývoje ozubených kol s využitím metod umělé inteligence

Poskytovatel

Ministerstvo průmyslu a obchodu

Program

TWIST

Veřejná soutěž

SMPO202500001

Hlavní účastníci

LENAM, s.r.o.

Druh soutěže

VS - Veřejná soutěž

Číslo smlouvy

FY01010005

Název projektu anglicky

Optimizing Gear Development with Advanced AI Techniques

Anotace anglicky

In the context of increasing demands for efficiency and environmental sustainability in the automotive industry, it is essential to optimise the entire vehicle life cycle. LENAM, although not directly involved in the production of cars, plays a key role in the optimisation of their components, particularly in the development of transmissions. We use advanced numerical modelling (CAE) to replace costly experiments and increase the efficiency of engineering processes. However, existing commercial software for CAE analysis is often expensive and inflexible. The main objective of this project is to develop and implement innovative machine learning and artificial intelligence methods to make the analysis in the field of gear optimization in the automotive industry more efficient and accurate. The successful achievement of this objective will be demonstrated through concrete results such as: - reduction of computational times - Increased accuracy of simulations (e.g. to detect anomalies in simulations, predict noise and vibration) - cost reduction - improvement of quality of service. These results will be measurable and demonstrable. In addition, the project sets out sub-technological objectives: - Develop and test advanced machine learning algorithms (e.g., Gaussian processes with inducing points, physically informed neural networks) for gear prediction and optimization, especially with respect to damage and noise sources. These advanced algorithms have the potential to significantly outperform existing methods for gear CAE analysis. Their ability to process large volumes of data and capture complex physical relationships is crucial for accurate and efficient simulations. - Develop robust and scalable models capable of efficiently processing large volumes of data and capturing complex physical relationships in gearing. - Integrate developed methods into existing LENAM processes for gear optimization.

Kategorie VaV

AP - Aplikovaný výzkum

OECD FORD - hlavní obor

10102 - Applied mathematics

OECD FORD - vedlejší obor

20302 - Applied mechanics

OECD FORD - další vedlejší obor

—

CEP - odpovídající obory <br>(dle <a href="http://www.vyzkum.cz/storage/att/E6EF7938F0E854BAE520AC119FB22E8D/Prevodnik_oboru_Frascati.pdf">převodníku</a>)

BD - Teorie informace<br>GB - Zemědělské stroje a stavby<br>JQ - Strojní zařízení a nástroje

Zahájení řešení

1. 9. 2025

Ukončení řešení

31. 8. 2027

Poslední stav řešení

Z - Začínající víceletý projekt

Poslední uvolnění podpory

—

Důvěrnost údajů

C - Předmět řešení projektu podléhá obchodnímu tajemství (§ 504 Občanského zákoníku), ale název projektu, cíle projektu a u ukončeného nebo zastaveného projektu zhodnocení výsledku řešení projektu (údaje P03, P04, P15, P19, P29, PN8) dodané do CEP, jsou upraveny tak, aby byly zveřejnitelné.

Systémové označení dodávky dat

CEP25-MPO-FY-R

Datum dodání záznamu

9. 10. 2025

Celkové uznané náklady

9 178 tis. Kč

Výše podpory ze státního rozpočtu

6 375 tis. Kč

Ostatní veřejné zdroje financování

447 tis. Kč

Neveřejné tuz. a zahr. zdroje finan.

2 356 tis. Kč