Intelligente Generierung von Demontagestrategien: Multi-Modell-Kollaboration

In der Stahlbauindustrie ist die Erstellung von Demontagestrategien ein komplexer Prozess, der stark von den spezifischen Baugegebenheiten und den aktuellen Ergebnissen der Finite-Elemente-Analyse abhängt. Designer müssen dabei auf umfangreiche Fallstudien zurückgreifen, was zeitaufwendig und wenig automatisiert ist.

Eine neue Studie präsentiert ein innovatives Verfahren zur automatisierten Erstellung von Demontagestrategien, das auf der Zusammenarbeit mehrerer Modelle basiert. Durch den Einsatz von Retrieval‑Augmented Generation (RAG) und Low‑Rank Adaptation Fine‑Tuning wird die Textgenerierung großer Sprachmodelle gezielt im Bereich des Stahlbaus verbessert.

Das vorgeschlagene Multi‑Modell‑Framework beginnt mit den konkreten Baubedingungen und führt das Sprachmodell dazu, mit anthropomorphem Denken zu antworten. So entstehen Vorschläge, die exakt auf die strukturellen Besonderheiten abgestimmt sind. Im Vergleich zu CivilGPT legt das neue System einen stärkeren Fokus auf die wichtigsten Strukturdaten, wodurch die Empfehlungen präziser und zielgerichteter werden.