Contribution to a conference proceedings

FZJ-2026-02082

http://join2-wiki.gsi.de/foswiki/pub/Main/Artwork/join2_logo100x88.png Pyrolysemodellierung: Inverse Modellierung, Sensitivitätsanalysen und KI-Ansätze

Arnold, L.FZJ*

2026
Zenodo

This record in other databases:  

Please use a persistent id in citations: doi:10.5281/zenodo.19092683

Abstract: Der Artikel gibt einen kompakten Überblick über aktuelle Arbeiten zur Pyrolysemodellierung in der Brandsimulation. Im Mittelpunkt stehen CFD-basierte Modelle mit gekoppelter Gas- und Festkörperphase sowie die Herausforderung, nicht direkt messbare Materialparameter zuverlässig zu bestimmen. Anhand skalenübergreifender Experimente – von der Thermogravimetrischen Analyse bis zur Flammenausbreitung – wird gezeigt, wie stark experimentelle Randbedingungen die gemessenen Massenverlustraten und daraus abgeleitete Pyrolyseparameter beeinflussen. Dies unterstreicht die Notwendigkeit einer sorgfältigen experimentellen und modellseitigen Auswertung. Darauf aufbauend werden Methoden der inversen Modellierung und Sensitivitätsanalyse vorgestellt, mit denen effektive Materialparameter systematisch bestimmt und ihre Übertragbarkeit zwischenverschiedenen Skalen bewertet werden. Die Ergebnisse zeigen, dass Parameter, die in Bench-Scale-Experimenten gut identifizierbar sind, nicht zwangsläufig für Flammenausbreitungsszenarien relevant oder ausreichend bestimmt sind. Ergänzend werden KI-basierte Ansätze diskutiert, die nach einer Trainingsphase eine direkte und nahezu sofortige Bestimmung von Materialparametern aus experimentellen Daten ermöglichen. Diese datengetriebenen Modelle erreichen eine gute Übereinstimmung mit klassischen inversen Methoden und zeigen großes Potenzial zur Effizienzsteigerung in der Brandmodellierung, auch wenn ihre Abhängigkeit vom verwendetenSimulationsmodell als Einschränkung bleibt.

Keyword(s): pyrolysis ; fire dynamics ; computational fluid dynamics ; sensitivity analysis ; FDS

---

Contributing Institute(s):

1. Zivile Sicherheitsforschung (IAS-7)

Research Program(s):

1. 5111 - Domain-Specific Simulation & Data Life Cycle Labs (SDLs) and Research Groups (POF4-511) (POF4-511)

Appears in the scientific report 2026

---