Verbesserte Reifenprofile dank „evolutionärer Algorithmen“

Laut einem Bericht der Zeitschrift Technology Review haben die beiden Continental-Reifenentwickler Reinhard Mundl und Jens Hoffmann zusammen mit Michael Stache, Bionikforscher an der TU Berlin, die Evolutionsprinzipien Fortpflanzung, Mutation und Selektion dazu benutzt, um die Aquaplaningeigenschaften von Reifen zu verbessern.

Startpunkt dabei war demzufolge ein einfaches Profil mit zwei durchgehenden Längsrillen und geraden, schräg davon abgehenden Querrillen. „Bei der konventionellen Entwicklung wird immer nur ein Parameter, etwa die Breite der Rillen, verändert und dann geschaut, wie sich die Eigenschaften des Reifens verändern. Die Wechselwirkungen zwischen den einzelnen Parametern erfasst man so aber nicht“, wird in dem Beitrag Hoffmanns Begründung für die Beschreitung eines neuen Weges bei der Suche nach für nasse Fahrbahnen optierten Profildesigns wiedergegeben. Außerdem würden durch die bisherigen Ansätze nicht konsequent alle Kombinationsmöglichkeiten der verschiedenen Parameter ausgelotet. „Die eigene Erfahrung versperrt einem Reifenentwickler manchmal den Blick auf neue Möglichkeiten. Computer sind da völlig unbekümmert“, wird Mundl von dem Magazin zitiert. Bei der Suche nach einem möglichst effizienten Weg durch den Parameterraum entschieden sich Mundl und Hoffmann dann letztlich offenbar für genetische Algorithmen.

Für die Beschreibung des Profils wurde dabei demzufolge auf elf variable Parameter (Abstand/Breite der Längsrillen, Krümmung/Ausrichtung der Querrillen usw.) zurückgegriffen, während die Größe der Aufstandsfläche, Reifendurchmesser und -breite sowie das Verhältnis von Positiv- zu Negativprofil konstant gehalten wurden. Damit sollte sichergestellt werden, dass nur die Anordnung der Profilrillen eine Rolle bei der Optimierung der Aquaplaningeigenschaften mittels einer an der TU Berlin entwickelten Software eine Rolle spielen. Das Programm veränderte dazu die entsprechenden Parameter – analog zur Mutation in der Natur – nach dem Zufallsprinzip. Dann wählten Mundl und Hoffmann laut Technology Review zehn daraus resultierende und möglichst unterschiedliche „genetisch veränderte“ Profile aus, um sie als Prototypen bauen und testen zu lassen. Schon in der ersten Generation sollen so Profile entstanden sein, die auf nasser Fahrbahn erst bei einer gut vier Prozent höheren Geschwindigkeit aufschwimmen als ein als Referenz mitgetesteter Serienreifen.

Wie das Magazin weiter schreibt, durften sich die beiden besten Exemplare der ersten Generation dann „fortpflanzen“, wobei der Mittelwert ihrer Parameter als Eingangsgröße für einen erneuten Durchlauf verwendet wurde. „Solange etwa ein Fünftel der Nachkommen eine Verbesserung gegenüber der Elterngeneration darstellen, befinden wir uns im evolutionären Fenster, sind also auf dem Weg zur Optimierung“, kommt Stache in dem Beitrag ebenfalls zu Wort. Und tatsächlich hätten zwei der zehn „Kinderprofile“ der zweiten Generation ihre „Eltern“ übertreffen können. Laut Hoffmann war man selbst erstaunt, dass schon die Profile der ersten beiden Generationen auf Anhieb so gute Werte in Sachen Aquaplaningsicherheit lieferten. Um genau zu prüfen, ob man tatsächlich bereits das Optimum erreicht hat, müsste man Staches Worten zufolge allerdings mehrere Generationen durchlaufen lassen. Wegen des großen Testaufwandes wurde das Projekt aber bereits nach der zweiten Generation abgebrochen – geplant waren sechs, heißt es in Technology Review.

Die Tests seien so komplex, weil unter anderem die Verformung jedes Profilblocks sowie die Ströme von Luft und Wasser in jeder Rille modelliert werden müssten. Erst wenn der gesamte Zyklus aus Fortpflanzung, Mutation und Selektion vollständig im Rechner ablaufe, würden genetische Algorithmen ihre Vorteile voll ausspielen können – zumal die Optimierung einer einzigen Eigenschaft (wie im vorliegenden Fall in Sachen Aquaplaningresistenz) unter Umständen zu Zielkonflikten mit anderen Eigenschaften führe. Als Lösung dieses Problems sieht Hoffmann dem Bericht zufolge die Kombination von genetischen Algorithmen mit Simulationssoftware, da dann der beste Kompromiss für alle relevanten Reifeneigenschaften am Rechner bestimmt werden könnte. „Ich rechne mit einsatzfähiger Simulationssoftware in frühestens zwei bis drei Jahren“, so Hoffmann.