Quanten-Computing (QC) ist eine Technologie, die sich aktuell rasant in der Forschung entwickelt, aber auch erste Erwartungen in industriellen Verwendungen geweckt hat. Die Fertigungsindustrie gehört zu den zentralen deutschen Wirtschaftszweigen von hervorragender Bedeutung, welche höchste Qualitätsansprüche erfüllen muss, um wettbewerbsfähig zu sein. Um Fehler in der Fertigung zu vermeiden, werden Simulationen eingesetzt, um optimierte Parametrisierungen der Maschinen abzuleiten. Simulationen basieren auf physikalisch-materialwissenschaftl. Modellen und Gleichungssystemen, welche erhebliche Anforderungen an das Ingenieurswissen in der Modellierung und die Ressourcen zur Simulationsberechnung stellen. Folglich sind vor allem KMUs häufig mit dem Einsatz derartiger Ansätze überfordert. In diesem Kontext soll QUASIM einen QC-Ansatz erproben, durch den Simulationen beschleunigt und praxistauglicher werden. Modellierungsaufwände sollen durch Quantum Machine Learning reduziert werden. Für die reine Beschleunigung wird ein Ansatz untersucht, der die Finite Elemente-Methode mit QC kombiniert. Durch Vergleich mit bisherigen Ansätzen werden innovative Lösungswege auf Basis von QC konzipiert, umgesetzt, in niederschwellige Services integriert und über GAIA-X-Umgebungen in verteilten Umgebungen zur Verfügung gestellt. Damit sollen auch Fertigungsunternehmen auf QC-Services zugreifen können, welche selbst nur über beschränkte Expertise zu Simulationen in der Fertigung verfügen.
Partner
Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI) GmbH (Koordination), Forschungszentrum Jülich, Fraunhofer-Institut für Produktionstechnologie IPT, ModuleWorks GmbH, TRUMPF Werkzeugmaschinen GmbH + Co. KG
